Create app.py

app.py

@@ -0,0 +1,108 @@
+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})
+    for chunk in client.send_message(models[model_name], context):   # 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()