import os import gradio as gr from openai import OpenAI from typing import Optional # 如需使用 Claude，請先安裝 "anthropic" 套件： pip install anthropic try: from anthropic import Anthropic, HUMAN_PROMPT, AI_PROMPT except ImportError: Anthropic = None HUMAN_PROMPT = "" AI_PROMPT = "" # 取得金鑰 gpt_key = os.environ.get("gptkey", "") claude_api_key = os.environ.get("claudekey", "") # 建立 OpenAI Client (新版) client = OpenAI( api_key=gpt_key, ) # 定義每個類型的句子 achievement_statements = [ "比起把事情做到完美，我更傾向優先準時完成任務", "我總是在與他人比較", "我在派對中是屬於帶動氣氛的靈魂人物", "在社交場合中，我是比較活潑的類型", "我的工作成就必須被他人看見", ] emotion_statements = [ "對我而言，團隊合作在工作上是不可或缺的要素", "在朋友眼中，我是最適合傾訴心事的對象", "對我而言，樂在生活是最重要的", "我不太擅長批評他人", "我常需要「被別人需要」的感覺", ] information_statements = [ "很多事情，我傾向自己去找尋事實與資訊", "我喜歡與他人分享我所知道的事情", ] possession_statements = [ "我總是在尋找接下來想買的東西", "我認為從零開始是發揮創意的大好機會，並不是挑戰", "若家中環境不夠整潔，我無法放鬆", "我捨不得丟棄目前用不到的物品", ] power_statements = [ "當我有想要的東西時，我會排除任何阻礙", "我喜歡依照自己的方式做事，並自己做決定", "當事物成為大眾主流時，我就會對它失去興趣", "我總是能讓他人聽從我的要求做事", "我喜歡向他人展現自己比他們更為優越", ] status_statements = [ "我從不談論自己的缺點", "我不會去挑戰我認為會失敗的新事物", "我會用盡所有方法維護我的名聲", "比起和他人待在一起，我更喜歡獨處", ] ############################################ # 產生 Prompt ############################################ def generate_prompt(achievement: str, emotion: str, information: str, possession: str, power: str, status: str) -> str: """ 根據使用者針對六個類型選擇「正」或「負」，產生對應的 Prompt。 """ category_map = { '成就型': achievement_statements, '情感型': emotion_statements, '資訊型': information_statements, '佔有型': possession_statements, '權力型': power_statements, '地位型': status_statements } user_choices = { '成就型': achievement, '情感型': emotion, '資訊型': information, '佔有型': possession, '權力型': power, '地位型': status, } # prompt 開頭 prompt = "以下是你的性格特徵，請嚴格的基於這些句子塑造你的角色：\n\n" # 根據選擇加入相應的句子 for category, choice in user_choices.items(): if choice == "正": prompt += "同意以下觀點\n" for statement in category_map[category]: prompt += f"- {statement}\n" prompt += "\n" else: prompt += "不同意以下觀點\n" for statement in category_map[category]: prompt += f"- {statement}\n" prompt += "\n" # prompt 結尾 prompt += "請以這些特徵為基礎，建構你的角色思考與表達方式，創造一個完整人設(包含姓名、性別、年齡、職業...等)，完成指定任務。\n" prompt += "你生活在台灣，一律使用繁體中文。" return prompt ############################################ # 呼叫模型 API (OpenAI / Claude) ############################################ def call_openai_api_4o(prompt: str) -> str: """專門呼叫 ChatGPT 4o 模型""" if not client.api_key: return "[OpenAI API Key 未設定，無法呼叫 API]" try: # 以 ChatCompletion 方式呼叫 chat_completion = client.chat.completions.create( messages=[{"role": "user", "content": prompt}], model="gpt-4o", temperature=0.7, max_completion_tokens=2048, ) return chat_completion.choices[0].message.content except Exception as e: return f"[OpenAI API 呼叫失敗]: {str(e)}" def call_openai_api_o1(prompt: str) -> str: """專門呼叫 ChatGPT o1 模型""" if not client.api_key: return "[OpenAI API Key 未設定，無法呼叫 API]" try: # 以 ChatCompletion 方式呼叫 chat_completion = client.chat.completions.create( messages=[{"role": "user", "content": prompt}], model="o1", max_completion_tokens=2048, ) return chat_completion.choices[0].message.content except Exception as e: return f"[OpenAI API 呼叫失敗]: {str(e)}" def call_openai_api(prompt: str, model_name: str) -> str: """參考新版 usage: from openai import OpenAI -> client.chat.completions.create()""" if not client.api_key: return "[OpenAI API Key 未設定，無法呼叫 API]" try: # 以 ChatCompletion 方式呼叫 chat_completion = client.chat.completions.create( messages=[{"role": "user", "content": prompt}], model=model_name, temperature=0.7, max_completion_tokens=2048, ) return chat_completion.choices[0].message.content except Exception as e: return f"[OpenAI API 呼叫失敗]: {str(e)}" def call_claude_api(prompt: str) -> str: """呼叫 Claude API""" if not claude_api_key or not Anthropic: return "[Claude API Key 未設定或未安裝 anthropic 套件，無法呼叫 API]" try: client_claude = Anthropic(api_key=claude_api_key) # ====== 以下為原本的 completions.create 呼叫 (暫時保留為註解) ====== # conversation = client_claude.completions.create( # prompt=f"{HUMAN_PROMPT} {prompt}{AI_PROMPT}", # model="claude-3-5-sonnet-20241022", # max_tokens=1024, # temperature=0.7, # ) # return conversation.completion.strip() # ====== 依照新範例: system message 作為參數, 不放在 messages 裡 ====== response = client_claude.messages.create( model="claude-3-5-sonnet-20241022", system="You are a helpful assistant.", # system message messages=[ {"role": "user", "content": prompt} ], max_tokens=2048, temperature=0.7, ) text = response.content if isinstance(text, list): text = ' '.join(str(item) for item in text) # 移除或替換 TextBlock(...) 的外層結構，只保留其中文字 import re text = re.sub(r"TextBlock\(.*?text='(.*?)'.*?\)", r"\1", text, flags=re.DOTALL) # 先將原本的 "\n"(backslash-n) 字串轉成真正的換行符 text = text.replace('\\n', '\n') return text.strip() except Exception as e: return f"[Claude API 呼叫失敗]: {str(e)}" def get_model_answer(model_choice: str, final_prompt: str, question: str) -> str: """ 根據 model_choice 呼叫對應的 API。 """ # 最終送出給模型的內容 content_to_send = final_prompt + "\n\n" + question if model_choice == "ChatGPT 4o": return call_openai_api_4o(content_to_send) elif model_choice == "ChatGPT o1": return call_openai_api_o1(content_to_send) elif model_choice == "Claude 3.5 Sonnet": return call_claude_api(content_to_send) else: return "[錯誤] 未知的模型選擇" ############################################ # Gradio 介面 ############################################ def main(): # 預設問題 predefined_questions = { "請介紹你自己": "請介紹你自己，讓我們了解你是什麼樣的人。你可以分享你的經歷、興趣、價值觀，以及未來規劃。特別說明一下，當你遇到挑戰時，你通常會如何面對？", "如何分配意外收入": "如果你突然收到一筆意外收入，你會如何分配這筆錢來購物？請列出前三項想購買的東西，並說明購買原因。", "新專案團隊問題": "假設你被指派帶領一個新專案，但發現團隊成員能力參差不齊，預算有限，且截止日期緊迫，你會如何處理？", "自訂提問": "" } def show_question_text(q_choice): return predefined_questions[q_choice] with gr.Blocks() as demo: gr.Markdown("## AI Persona 模擬") with gr.Row(): achievement = gr.Radio(["正", "負"], label="成就型", value="正") emotion = gr.Radio(["正", "負"], label="情感型", value="正") information = gr.Radio(["正", "負"], label="資訊型", value="正") possession = gr.Radio(["正", "負"], label="佔有型", value="正") power = gr.Radio(["正", "負"], label="權力型", value="正") status = gr.Radio(["正", "負"], label="地位型", value="正") prompt_output = gr.Textbox(label="生成的 Prompt", lines=10) generate_button = gr.Button("生成 Prompt") # 下方選擇模型 model_choice = gr.Radio( ["ChatGPT 4o", "ChatGPT o1", "Claude 3.5 Sonnet"], label="選擇模型", value="ChatGPT 4o" ) # 選擇問題或自訂 question_choice = gr.Radio( list(predefined_questions.keys()), label="選擇一個提問", value="請介紹你自己" ) # 顯示該問題全文 question_text = gr.Markdown(value=predefined_questions["請介紹你自己"], label="問題全文") # 自訂提問欄位 custom_question = gr.Textbox( label="自訂提問 (若選擇 '自訂提問' 時才使用)", lines=2, placeholder="若上面選擇了 '自訂提問'，請在此輸入問題" ) answer_output = gr.Textbox(label="模型回應", lines=10) ask_button = gr.Button("送出問題並取得回答") def on_generate_prompt(a, e, i, p, pow_, s): return generate_prompt(a, e, i, p, pow_, s) generate_button.click( fn=on_generate_prompt, inputs=[achievement, emotion, information, possession, power, status], outputs=prompt_output ) # 當 question_choice 改變時，顯示對應的全文 question_choice.change( fn=show_question_text, inputs=question_choice, outputs=question_text ) def on_ask_question(m_choice, p_output, q_choice, c_question): if q_choice == "自訂提問": if not c_question.strip(): return "[錯誤] 你選擇了自訂提問，但沒有輸入內容" question = c_question.strip() else: question = predefined_questions[q_choice] # 呼叫對應的模型 answer = get_model_answer(m_choice, p_output, question) return answer ask_button.click( fn=on_ask_question, inputs=[model_choice, prompt_output, question_choice, custom_question], outputs=answer_output ) demo.launch() if __name__ == "__main__": main()