Update app.py

app.py

@@ -13,50 +13,13 @@ from reportlab.lib.enums import TA_CENTER
 
 openai.api_key = os.environ['chat_key']
 
-class SessionManager:
-    def __init__(self):
-        self.sessions = {}
 
-    def add_message(self, session_id, message):
-        if session_id not in self.sessions:
-            self.sessions[session_id] = []
-        self.sessions[session_id].append(message)
-
-    def get_messages(self, session_id):
-        return self.sessions.get(session_id, [])
-
-# 自定义一个函数，用于将对话消息整理为简短概要
-def summarize_message(message):
-    # 在这个示例中，我们简单地返回原始消息。
-    # 你可以根据需要替换为更复杂的逻辑，以提取关键信息并生成简短概要。
-    return message
-
-session_manager = SessionManager()
-def chat_gpt(session_id, user_message, model="gpt-3.5-turbo", max_tokens=4096):
-    # 将用户消息添加到对应的会话中
-    summarized_message = summarize_message(f"User: {user_message}")
-    session_manager.add_message(session_id, summarized_message)
-
-    # 获取当前会话的消息列表
-    message_list = session_manager.get_messages(session_id)
-
-    # 组合聊天历史
-    conversation = "\n\n".join(message_list)
-
-    # 检查对话历史是否超过模型的token限制
-    tokens_length = len(conversation.split())
-
-    if tokens_length > max_tokens:
-        # 移除早期消息，直到满足token限制
-        while tokens_length > max_tokens:
-            message_list.pop(0)
-            conversation = "\n\n".join(message_list)
-            tokens_length = len(conversation.split())
+def chat_gpt(user_message, model="gpt-3.5-turbo", max_tokens=4096):
 
     # 生成聊天回复
     response = openai.ChatCompletion.create(
         model= model,
-        messages=[{"role": "system", "content": "我输入中文，你只需要将我的输入翻译成英文，不需要额外解释。"}] +
+        messages=[{"role": "system", "content": "translate my input into prompts using for stable diffusion in English"}] +
                  [{"role": "user", "content": user_message}],
         # system 中 定义回答问题的具体类型等
         temperature=0.5,
@@ -71,16 +34,9 @@ def chat_gpt(session_id, user_message, model="gpt-3.5-turbo", max_tokens=4096):
     # 将助手回复添加到对应的会话中
     return assistant_response
 
-#示例
-session_id = "session_1"
-
-
-def gradio_chat_gpt(input_text):
-    session_id = "gradio_session"
-    return chat_gpt(session_id, input_text)
 
-input_text = gr.inputs.Textbox(lines=5, placeholder="请输入你的问题...")
+input_text = gr.inputs.Textbox(lines=5, placeholder="请输入你的中文提示语")
 output_text = gr.outputs.Textbox()
-iface = gr.Interface(fn=gradio_chat_gpt, inputs=input_text, outputs=output_text, title="ChatGPT", description="与GPT模型聊天")
+iface = gr.Interface(fn=chat_gpt, inputs=input_text, outputs=output_text, title="提示词", description="sd提示词中文转英文")
 
 iface.launch()