File size: 4,513 Bytes
5b0378c 912ff2b 5b0378c |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 |
from pickle import NONE
import numpy as np
import cv2
import urllib.request
import openai
import gradio as gr
import random
import poe
client = None
user_contexts = {}
def get_assistant_response(user_question, context, model_name):
global client, models
context.append({"role": "user", "content": user_question})
prompt = ''
for item in context[3:]:
prompt += item["role"] + ": " + item["content"] + "\n"
for chunk in client.send_message(models[model_name], prompt): # capybara
pass
# print(chunk["text"])
assistant_response = chunk["text"]
context.append({"role": "assistant", "content": assistant_response})
client.send_chat_break(models[model_name]) # capybara
return assistant_response
def generate_image_url(prompt):
response = openai.Image.create(
prompt=prompt,
n=1, # 生成1张图片
size="512x512", # 图像大小
)
image_url = response["data"][0]["url"]
return image_url
def greet(user_id, api_key, user_question, clear_history, model_name):
global client
if len(api_key)>5:
client = poe.Client(api_key)
global user_contexts
if user_id not in user_contexts:
user_contexts[user_id] = [
{"role": "system", "content": "你是一个聪明的AI助手。请参考对话记录，回答用户的最后一个问题，无需做多余的解释，更不要强调对话历史的事情"},
{"role": "user", "content": "你会说中文吗？"},
{"role": "assistant", "content": "是的，我可以说中文。"}
]
context = user_contexts[user_id]
if clear_history:
context = [
{"role": "system", "content": "你是一个聪明的AI助手。请参考对话记录，回答用户的最后一个问题，无需做多余的解释，更不要强调对话历史的事情"},
{"role": "user", "content": "你会说中文吗？"},
{"role": "assistant", "content": "是的，我可以说中文。"}
]
user_contexts[user_id] = context
return '清空成功', '保持聊天记录', np.ones((5,5))
else:
# 如果user提问包含生成图像的特定指令（这里我们使用“生成图片：”作为示例）
if user_question.startswith("生成图片：") or user_question.startswith("生成图片:"):
image_prompt = user_question[5:] # 提取用于生成图片的文本
image_url = generate_image_url(image_prompt)
resp = urllib.request.urlopen(image_url)
image = np.asarray(bytearray(resp.read()), dtype="uint8")
image = cv2.imdecode(image, cv2.IMREAD_COLOR)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# return image
return '', '图片已生成', image
get_assistant_response(user_question, context, model_name)
prompt = ""
for item in context[3:]:
prompt += item["role"] + ": " + item["content"] + "\n"
return '', prompt, np.ones((5,5))
models = {
"GPT-4": "beaver",
"Claude-instant-100k": "a2_100k",
"Claude+": "a2_2",
"ChatGPT": "chinchilla",
"Claude-instant": "a2",
}
demo = gr.Interface(
fn=greet,
inputs=[
gr.Textbox(lines=1, label='请输入用户ID', placeholder='请输入用户ID'),
gr.Textbox(lines=1, label='请输入你的专属密钥', placeholder='请输入你的专属密钥'),
gr.Textbox(lines=15, label='请输入问题', placeholder='请输入您的问题'),
gr.Checkbox(label='清空聊天记录', default=False),
gr.Radio(choices=list(models.keys()), label="选择模型")
],
outputs=[
gr.Textbox(lines=1, label='聊天记录状态', placeholder='等待清空聊天记录'),
gr.Textbox(lines=25, label='AI回答', placeholder='等待AI回答')
],
title="ChatALL",
description="""
1.使用说明：
请输入您的问题，AI助手会给出回答。
支持连续对话，可以记录对话历史。
重新开始对话勾选清空聊天记录，输出清空成功表示重新开启对话。
2.特别警告：
为了防止用户数据混乱，请自定义用户ID。
理论上如果被别人知道自己的ID，那么别人可以查看自己的历史对话，对此你可以选择在对话结束后清除对话记录。
3.作者的GPT4网页导航网站链接如下：http://aust001.pythonanywhere.com/ -> 专属密钥进群获取
"""
)
if __name__ == "__main__":
demo.launch() |