🗯️
Gradio实践笔记

6月7日创建

1408

1912

1.
Gradio 实现 OpenAI 流式问答机器人教程​

本文将介绍如何使用Gradio和OpenAI API来实现一个流式问答机器人。通过这个教程，你将学会如何构建一个可以处理文本输入并返回连续响应的聊天机器人。​

环境准备

在开始之前，确保你已经安装了必要的Python库。你可以使用以下命令安装Gradio和OpenAI库：​

pip install gradio openai

代码结构

我们将代码分为几个部分进行详细解读：

1.
导入必要的库​

2.
定义消息添加函数​

3.
定义机器人响应函数​

4.
创建Gradio界面​

1. 导入必要的库

首先，我们需要导入Gradio和OpenAI库，以及操作系统相关的库。​

import os​
import gradio as gr​
from openai import OpenAI​

2. 定义消息添加函数

add_message函数用于将用户的输入消息添加到聊天记录中。

def add_message(history, message):​
    for x in message["files"]:​
        history.append(((x,), None))​
    if message["text"] is not None:​
        history.append((message["text"], None))​
    return history, gr.MultimodalTextbox(value=None, interactive=False)​

函数参数：

•
history：聊天记录。​

•
message：用户输入的消息，是一个字符串。​

函数功能：

•
将文件或文本消息添加到聊天记录中。​

•
返回更新后的聊天记录和一个新的空的输入框。​

3. 定义机器人响应函数

bot函数用于处理用户输入，并通过OpenAI API生成机器人响应。

def bot(history):​
    history[-1][1] = ""​
​
    history_openai_format = []​
    for human, assistant in history[:-1]:​
        history_openai_format.append({"role": "user", "content": human})​
        history_openai_format.append({"role": "assistant", "content": assistant})​
    history_openai_format.append({"role": "user", "content": history[-1][0]})​
​
    client = OpenAI(​
        api_key=os.getenv("DASHSCOPE_API_KEY"),​
        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",​
    )​
    completion = client.chat.completions.create(​
        model="qwen-turbo",​
        messages=history_openai_format,​
        temperature=0.1,​
        stream=True,​
    )​
    for chunk in completion:​
        history[-1][1] += chunk.choices[0].delta.content​
        yield history​
​