添加 requirements.txt

app.py

@@ -1,87 +1,61 @@
 import openai
 import os
+import gradio as gr
 
-# 从环境变量中获取 OpenAI 的 API 密钥并设置
 openai.api_key = os.environ.get("OPENAI_API_KEY")
 
 
-# 定义一个代表对话的类
 class Conversation:
     def __init__(self, prompt, num_of_round):
-        # 初始化方法，设置对话的提示和对话回合数
         self.prompt = prompt
         self.num_of_round = num_of_round
         self.messages = []
-        # 将系统的提示消息添加到消息列表中
         self.messages.append({"role": "system", "content": self.prompt})
 
     def ask(self, question):
-        # 用户提问的方法
         try:
-            # 将用户的问题添加到消息列表中
             self.messages.append({"role": "user", "content": question})
-            # 使用 OpenAI 的 API 发起请求，获取模型的响应
             response = openai.ChatCompletion.create(
-                model="gpt-3.5-turbo",  # 使用的模型
-                messages=self.messages,  # 到目前为止的对话消息
-                temperature=0.5,  # 控制输出的随机性
-                max_tokens=2048,  # 控制输出的随机性
-                top_p=1,  # 控制输出的随机性
+                model="gpt-3.5-turbo",
+                messages=self.messages,
+                temperature=0.5,
+                max_tokens=2048,
+                top_p=1,
             )
         except Exception as e:
-            # 打印并返回异常
             print(e)
             return e
 
-        # 从响应中提取助手的消息
         message = response["choices"][0]["message"]["content"]
-        # 将助手的回复添加到消息列表中
         self.messages.append({"role": "assistant", "content": message})
 
-        # 如果消息列表超过了规定的回合数，删除最早的用户和助手的消息
         if len(self.messages) > self.num_of_round * 2 + 1:
             del self.messages[1:3]
         return message
 
 
-# 导入 gradio 库，这是一个用于创建交互式 UI 的库
-import gradio as gr
-
-# 设置一个提示，定义了与模型的对话上下文和要求
 prompt = """你是一个中国厨师，用中文回答做菜的问题。你的回答需要满足以下要求:
 1. 你的回答必须是中文
 2. 回答限制在100个字以内"""
 
-# 使用先前定义的 Conversation 类创建一个对话实例
 conv = Conversation(prompt, 5)
 
 
-# 定义预测函数，它将获取输入，更新历史记录并返回模型的回答
 def predict(input, history=[]):
-    # 将用户输入添加到历史记录中
     history.append(input)
-    # 获取模型的回答
     response = conv.ask(input)
-    # 将模型的回答添加到历史记录中
     history.append(response)
-    # 创建一个包含用户和模型交互的列表
     responses = [(u, b) for u, b in zip(history[::2], history[1::2])]
-    # 返回交互列表和完整历史记录
     return responses, history
 
 
-# 定义一个 UI 块，自定义其样式
 with gr.Blocks(css="#chatbot{height:350px} .overflow-y-auto{height:500px}") as demo:
-    # 创建一个聊天机器人界面
     chatbot = gr.Chatbot(elem_id="chatbot")
-    # 创建一个状态对象，用于存储和传递历史记录
     state = gr.State([])
 
-    # 在 UI 的行中定义一个文本框，用于用户输入
     with gr.Row():
         txt = gr.Textbox(show_label=False, placeholder="Enter text and press enter").style(container=False)
 
-    # 当文本框中有提交时，调用预测函数并更新聊天机器人界面和状态
     txt.submit(predict, [txt, state], [chatbot, state])
 
 demo.launch()

requirements.txt

@@ -0,0 +1 @@
+openai