Update modules/chat_func.py

modules/chat_func.py

@@ -216,15 +216,15 @@ def predict_all(
         # logging.info(f"system_prompt：{system_prompt}")
         # logging.info(f"history：{history}")
         # # 如果能传入index，则此处里获得初筛后的店铺和菜名
-        # response = get_response(
-        #     openai_api_key,
-        #     system_prompt,
-        #     history,
-        #     temperature,
-        #     top_p,
-        #     False,
-        #     selected_model,
-        # )
+        response = get_response(
+            openai_api_key,
+            system_prompt,
+            history,
+            temperature,
+            top_p,
+            False,
+            selected_model,
+        )
         # response = json.loads(response.text)
         # logging.info(f"初次响应推荐店铺：{response}")
         # response = response["choices"][0]["message"]["content"]
@@ -258,68 +258,68 @@ def predict_all(
         #
         # dishes = '、'.join(dishes)
 
-        dishes = "半熟芝士拿铁、白桃半熟芝士拿铁、招牌烤全羊、羊肉串"
+        # dishes = "半熟芝士拿铁、白桃半熟芝士拿铁、招牌烤全羊、羊肉串"
 
-        # 将初筛后的店铺和菜品送入构建好的CoT
-        prompt_with_ingredient = f"""
-                我需要你推测一些菜可能的原料以及其营养成分，输出格式如下：
-                -----------------------
-                菜品名称：[]
-                菜品原料：[原料1,原料2...]
-                营养成分：[成分(含量)]
-                -----------------------
-                注意，其中营养成分包括蛋白质、脂肪、碳水化合物、纤维素、维生素等，你可以根据你的知识添加其他成分。营养成分的含量分为无、低、中、高四个等级，需要填在成分后的括号内。
-                以下是需要你推测的菜品名称，不同菜品用顿号隔开：
-                -----------------------
-                {dishes}
-                -----------------------
-                每个菜品按照以上格式分开回复，但是注意，除了以上格式的内容，不要回复其他内容。
-                """
+        # # 将初筛后的店铺和菜品送入构建好的CoT
+        # prompt_with_ingredient = f"""
+        #         我需要你推测一些菜可能的原料以及其营养成分，输出格式如下：
+        #         -----------------------
+        #         菜品名称：[]
+        #         菜品原料：[原料1,原料2...]
+        #         营养成分：[成分(含量)]
+        #         -----------------------
+        #         注意，其中营养成分包括蛋白质、脂肪、碳水化合物、纤维素、维生素等，你可以根据你的知识添加其他成分。营养成分的含量分为无、低、中、高四个等级，需要填在成分后的括号内。
+        #         以下是需要你推测的菜品名称，不同菜品用顿号隔开：
+        #         -----------------------
+        #         {dishes}
+        #         -----------------------
+        #         每个菜品按照以上格式分开回复，但是注意，除了以上格式的内容，不要回复其他内容。
+        #         """
 
-        logging.info(f"分析食物中营养成分的prompt构建完成：{prompt_with_ingredient}")
+        # logging.info(f"分析食物中营养成分的prompt构建完成：{prompt_with_ingredient}")
 
 
-        history_ingredient=[]
-        history_ingredient.append(construct_user(prompt_with_ingredient))
-        history_ingredient.append(construct_assistant(""))
+        # history_ingredient=[]
+        # history_ingredient.append(construct_user(prompt_with_ingredient))
+        # history_ingredient.append(construct_assistant(""))
 
-        logging.info(f"history_ingredient：{history_ingredient}")
+        # logging.info(f"history_ingredient：{history_ingredient}")
 
-        response_ingredient = get_response(
-            openai_api_key,
-            "你是一个营养分析专家",
-            history_ingredient,
-            temperature,
-            top_p,
-            True,
-            selected_model,
-        )
-        response_ingredient = json.loads(response_ingredient.text)
-        response_ingredient = response_ingredient["choices"][0]["message"]["content"]
+        # response_ingredient = get_response(
+        #     openai_api_key,
+        #     "你是一个营养分析专家",
+        #     history_ingredient,
+        #     temperature,
+        #     top_p,
+        #     True,
+        #     selected_model,
+        # )
+        # response_ingredient = json.loads(response_ingredient.text)
+        # response_ingredient = response_ingredient["choices"][0]["message"]["content"]
 
-        logging.info(f"得到食物中的营养成分：{response_ingredient}")
+        # logging.info(f"得到食物中的营养成分：{response_ingredient}")
 
-        prompt_rec = f"""
-                以下是一些菜品名称和所属的店铺，我需要你根据我的需求从其中推荐��家店铺的一种或多种菜品，并给出推荐的理由。我的需求为：我有糖尿病，而且今天不想吃太油腻的食物。
-                -----------------------
-                {response_ingredient}
-                -----------------------
-                """
-        history_rec = []
-        history_rec.append(construct_user(prompt_rec))
-        history_rec.append(construct_assistant(""))
+        # prompt_rec = f"""
+        #         以下是一些菜品名称和所属的店铺，我需要你根据我的需求从其中推荐一家店铺的一种或多种菜品，并给出推荐的理由。我的需求为：我有糖尿病，而且今天不想吃太油腻的食物。
+        #         -----------------------
+        #         {response_ingredient}
+        #         -----------------------
+        #         """
+        # history_rec = []
+        # history_rec.append(construct_user(prompt_rec))
+        # history_rec.append(construct_assistant(""))
 
-        logging.info(f"history_rec：{history_rec}")
+        # logging.info(f"history_rec：{history_rec}")
 
-        response = get_response(
-            openai_api_key,
-            "你是一个美食推荐家",
-            history_rec,
-            temperature,
-            top_p,
-            True,
-            selected_model,
-        )
+        # response = get_response(
+        #     openai_api_key,
+        #     "你是一个美食推荐家",
+        #     history_rec,
+        #     temperature,
+        #     top_p,
+        #     True,
+        #     selected_model,
+        # )
     except requests.exceptions.ConnectTimeout:
         status_text = (
                 standard_error_msg + connection_timeout_prompt + error_retrieve_prompt