使用 PyQt5 和 DeepSeek API 构建一个多语言聊天助手
在现代软件开发中，图形用户界面（GUI）和人工智能（AI）的结合变得越来越普遍。本文将介绍如何使用 Python 的 PyQt5 库和 DeepSeek API 构建一个多语言聊天助手。这个助手不仅支持多语言切换，还能保存和加载聊天历史，为用户提供流畅的交互体验。
项目概述
我们的目标是构建一个桌面应用程序，用户可以通过输入 API Key 登录，选择偏好的语言，并与 DeepSeek 的 AI 模型进行交互。应用程序的主要功能包括：
-
登录验证：用户输入 API Key 进行验证。
-
语言选择：用户可以选择英文或中文作为界面语言。
-
聊天功能：用户可以与 AI 进行多轮对话。
-
历史记录：聊天记录可以保存和加载。
-
多标签页：支持多个独立的聊天会话。
技术栈
-
PyQt5：用于构建图形用户界面。
-
DeepSeek API：用于与 AI 模型进行交互。
-
JSON：用于保存和加载聊天历史。
-
多线程：用于处理 API 请求，避免阻塞主线程。
代码解析
1. 登录窗口 (LoginDialog)
登录窗口负责验证用户的 API Key。用户输入 API Key 后，应用程序会尝试与 DeepSeek API 进行通信，验证 Key 的有效性。
python
复制
class LoginDialog(QDialog):
def __init__(self):
super().__init__()
self.init_ui()
def init_ui(self):
self.setWindowTitle(LANGUAGES["en"]["login_title"]) # 默认英文
self.setGeometry(200, 200, 300, 150)
layout = QVBoxLayout()
# API Key 输入框
self.api_key_input = QLineEdit(self)
self.api_key_input.setPlaceholderText(LANGUAGES["en"]["api_key_placeholder"])
layout.addWidget(self.api_key_input)
# 登录按钮
self.login_button = QPushButton(LANGUAGES["en"]["login_button"], self)
self.login_button.clicked.connect(self.validate_api_key)
layout.addWidget(self.login_button)
self.setLayout(layout)
def validate_api_key(self):
api_key = self.api_key_input.text()
if not api_key:
QMessageBox.warning(self, "Error", LANGUAGES["en"]["error_api_key_empty"])
return
# 测试 API Key 是否有效
try:
client = OpenAI(api_key=api_key, base_url="https://api.deepseek.com")
client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": "Hello"}],
stream=False,
timeout=5
)
self.accept() # 关闭登录窗口
self.api_key = api_key # 保存有效的 API Key
except AuthenticationError:
QMessageBox.critical(self, "Error", LANGUAGES["en"]["error_invalid_api_key"])
except Exception as e:
QMessageBox.critical(self, "Error", LANGUAGES["en"]["error_unknown"].format(str(e)))
2. 语言选择窗口 (LanguageDialog)
语言选择窗口允许用户选择应用程序的界面语言。用户可以选择英文或中文。
python
复制
class LanguageDialog(QDialog):
def __init__(self):
super().__init__()
self.init_ui()
def init_ui(self):
self.setWindowTitle(LANGUAGES["en"]["language_title"])
self.setGeometry(200, 200, 300, 150)
layout = QVBoxLayout()
# 语言选择提示
self.prompt_label = QLabel(LANGUAGES["en"]["language_prompt"], self)
layout.addWidget(self.prompt_label)
# 语言选择按钮
self.language_group = QButtonGroup(self)
self.language_en = QRadioButton(LANGUAGES["en"]["language_en"], self)
self.language_zh = QRadioButton(LANGUAGES["en"]["language_zh"], self)
self.language_group.addButton(self.language_en, 1)
self.language_group.addButton(self.language_zh, 2)
layout.addWidget(self.language_en)
layout.addWidget(self.language_zh)
# 确认按钮
self.confirm_button = QPushButton("OK", self)
self.confirm_button.clicked.connect(self.confirm_language)
layout.addWidget(self.confirm_button)
self.setLayout(layout)
def confirm_language(self):
if self.language_group.checkedId() == 1:
self.language = "en"
elif self.language_group.checkedId() == 2:
self.language = "zh"
else:
QMessageBox.warning(self, "Error", "Please select a language.")
return
self.accept()
3. 聊天页面 (ChatPage)
聊天页面是应用程序的核心部分，负责处理用户输入、显示聊天记录、调用 DeepSeek API 并显示 AI 的回复。
python
复制
class ChatPage(QWidget):
def __init__(self, client, language, tab_id):
super().__init__()
self.client = client
self.language = language
self.tab_id = tab_id
self.history_file = os.path.join(HISTORY_DIR, f"chat_history_{self.tab_id}.json")
self.messages = self.load_history() # 初始化对话历史
self.init_ui()
def init_ui(self):
layout = QVBoxLayout()
# 聊天记录显示区域
self.chat_display = QTextEdit(self)
self.chat_display.setReadOnly(True) # 设置为只读
layout.addWidget(self.chat_display)
# 用户输入框
self.user_input = QLineEdit(self)
self.user_input.setPlaceholderText(LANGUAGES[self.language]["send_button"])
layout.addWidget(self.user_input)
# 发送按钮
self.send_button = QPushButton(LANGUAGES[self.language]["send_button"], self)
self.send_button.clicked.connect(self.send_message)
layout.addWidget(self.send_button)
# 清除对话按钮
self.clear_button = QPushButton(LANGUAGES[self.language]["clear_button"], self)
self.clear_button.clicked.connect(self.clear_conversation)
layout.addWidget(self.clear_button)
self.setLayout(layout)
# 初始化时显示历史记录
self.update_chat_display()
def send_message(self):
user_message = self.user_input.text()
if not user_message:
return # 如果输入为空，直接返回
# 将用户输入添加到对话历史
self.messages.append({"role": "user", "content": user_message})
# 显示用户输入
self.chat_display.append(f"User: {user_message}")
# 清空输入框
self.user_input.clear()
# 禁用发送按钮，避免重复点击
self.send_button.setEnabled(False)
# 创建工作线程并启动
self.worker = Worker(self.client, self.messages)
self.worker.finished.connect(self.handle_reply, Qt.QueuedConnection)
self.worker.error.connect(self.handle_error, Qt.QueuedConnection)
self.worker.start()
def handle_reply(self, reply):
# 显示助手回复
self.chat_display.append(f"Assistant: {reply}\n")
# 将助手回复添加到对话历史
self.messages.append({"role": "assistant", "content": reply})
# 重新启用发送按钮
self.send_button.setEnabled(True)
# 释放工作线程资源
self.worker.quit()
self.worker.wait()
self.worker = None
# 自动保存历史
self.save_history()
def handle_error(self, error_message):
# 显示错误信息
self.chat_display.append(f"Assistant: {error_message}\n")
QMessageBox.critical(self, "Error", error_message)
# 重新启用发送按钮
self.send_button.setEnabled(True)
# 释放工作线程资源
if self.worker:
self.worker.quit()
self.worker.wait()
self.worker = None
def clear_conversation(self):
# 清除当前对话历史
self.messages = [{"role": "system", "content": "You are a helpful assistant."}]
self.chat_display.clear()
QMessageBox.information(self, "Info", LANGUAGES[self.language]["info_conversation_cleared"])
# 自动保存历史
self.save_history()
def save_history(self):
# 保存对话历史到文件
with open(self.history_file, "w") as f:
json.dump(self.messages, f)
def load_history(self):
# 从文件加载对话历史
try:
with open(self.history_file, "r") as f:
return json.load(f)
except FileNotFoundError:
return [{"role": "system", "content": "You are a helpful assistant."}]
def update_chat_display(self):
# 更新聊天记录显示
self.chat_display.clear()
for msg in self.messages:
if msg["role"] == "user":
self.chat_display.append(f"User: {msg['content']}\n")
elif msg["role"] == "assistant":
self.chat_display.append(f"Assistant: {msg['content']}\n")
4. 主窗口 (ChatApp)
主窗口负责管理多个聊天页面，并提供添加新聊天页面的功能。
python
复制
class ChatApp(QWidget):
def __init__(self, api_key, language):
super().__init__()
self.api_key = api_key
self.language = language
self.client = OpenAI(api_key=self.api_key, base_url="https://api.deepseek.com")
self.init_ui()
def init_ui(self):
self.setWindowTitle(LANGUAGES[self.language]["chat_title"])
self.setGeometry(100, 100, 800, 600)
layout = QVBoxLayout()
# 选项卡控件
self.tabs = QTabWidget(self)
layout.addWidget(self.tabs)
# 添加新页面按钮
self.add_tab_button = QPushButton(LANGUAGES[self.language]["new_chat_button"], self)
self.add_tab_button.clicked.connect(self.add_tab)
layout.addWidget(self.add_tab_button)
self.setLayout(layout)
# 加载所有历史文件
self.load_all_histories()
def add_tab(self):
# 添加一个新页面
tab_id = self.tabs.count() + 1
tab = ChatPage(self.client, self.language, tab_id)
self.tabs.addTab(tab, f"Chat {tab_id}")
def load_all_histories(self):
# 加载所有历史文件
history_files = [f for f in os.listdir(HISTORY_DIR) if f.startswith("chat_history_") and f.endswith(".json")]
for file in history_files:
tab_id = int(file.split("_")[2].split(".")[0])
tab = ChatPage(self.client, self.language, tab_id)
self.tabs.addTab(tab, f"Chat {tab_id}")
5. 多线程处理 (Worker)
为了确保 API 请求不会阻塞主线程，我们使用 QThread 来处理 API 请求。
python
复制
class Worker(QThread):
finished = pyqtSignal(str) # 用于发送请求结果的信号
error = pyqtSignal(str) # 用于发送错误信息的信号
def __init__(self, client, messages):
super().__init__()
self.client = client
self.messages = messages
def run(self):
max_retries = 3 # 最大重试次数
retry_delay = 5 # 每次重试的延迟时间（秒）
for attempt in range(max_retries):
try:
# 调用 DeepSeek API
response = self.client.chat.completions.create(
model="deepseek-chat", # 使用 DeepSeek 的模型
messages=self.messages,
stream=False,
timeout=30 # 设置超时时间为 30 秒
)
# 提取助手的回复
assistant_reply = response.choices[0].message.content
self.finished.emit(assistant_reply) # 发送成功信号
break # 如果成功，跳出循环
except Exception as e:
if attempt < max_retries - 1:
time.sleep(retry_delay)
else:
self.error.emit(f"An error occurred: {str(e)}")
break
总结
通过本文的介绍，我们使用 PyQt5 和 DeepSeek API 构建了一个功能丰富的多语言聊天助手。这个应用程序不仅支持多语言切换，还能保存和加载聊天历史，为用户提供了流畅的交互体验。希望这篇文章能帮助你理解如何将 GUI 和 AI 技术结合起来，构建出更强大的应用程序。
如果你对这个项目感兴趣，可以尝试扩展更多功能，比如支持更多的语言、添加语音输入输出、或者集成其他 AI 模型。祝你在编程的旅程中取得更多成就！
扫一扫
3136
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
