只需5分钟，带你快速创建AI聊天机器人

本文链接：https://blog.csdn.net/weixin_39915649/article/details/134332961

本文将介绍使用Hugging Face和Gradio在5分钟内建立AI聊天机器人，通过这个简单易懂的教程，学习直接在浏览器中使用低代码技术创建Gradio聊天机器人。

微信搜索关注《Python学研大本营》，加入读者群，分享更多精彩

本简短教程将使用Microsoft DialoGPT模型、Hugging Face Space和Gradio接口建立一个简单的聊天机器人。使用类似的技术，你将可以在5分钟内开发和自定义自己的应用程序。

1.创建新空间

前往hf.co并创建一个免费账户。然后，点击右上角的显示图像并选择“New Space”选项。
在表格中填写应用程序名称、许可证、空间硬件和可见性。

图片来自Space

按“Create Space”以初始化该应用程序。
用户可以从本地系统克隆存储库并推送文件，也可以使用浏览器在Hugging Face上创建和编辑文件。

图片来自AI ChatBot

2.创建ChatBot应用程序文件

我们将点击“Files”选项卡 > “+ Add file” > “Create a new file”。

图片来自kingabzpro/AI-ChatBot

创建Gradio接口。你可以复制我的代码。

【Gradio】：https://www.gradio.app/

图片来自app.py

现在已经加载了“microsoft/DialoGPT-large”分词器和模型，并创建了一个predict函数来获取响应并创建历史记录。

from transformers import AutoModelForCausalLM, AutoTokenizer
import gradio as gr
import torch


title = "🤖AI ChatBot"
description = "A State-of-the-Art Large-scale Pretrained Response generation model (DialoGPT)"
examples = [["How are you?"]]


tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-large")
model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-large")


def predict(input, history=[]):
    # 将新输入的句子进行分词
    new_user_input_ids = tokenizer.encode(
        input + tokenizer.eos_token, return_tensors="pt"
    )

    # 将新用户输入的令牌附加到聊天历史记录中
    bot_input_ids = torch.cat([torch.LongTensor(history), new_user_input_ids], dim=-1)

    # 生成一个响应
    history = model.generate(
        bot_input_ids, max_length=4000, pad_token_id=tokenizer.eos_token_id
    ).tolist()

    # 将令牌转换为文本，然后将响应拆分为行
    response = tokenizer.decode(history[0]).split("<|endoftext|>")
    # print('decoded_response-->>'+str(response))
    response = [
        (response[i], response[i + 1]) for i in range(0, len(response) - 1, 2)
    ]  # 转换为列表的图元
    # print('response-->>'+str(response))
    return response, history


gr.Interface(
    fn=predict,
    title=title,
    description=description,
    examples=examples,
    inputs=["text", "state"],
    outputs=["chatbot", "state"],
    theme="finlaymacklon/boxy_violet",
).launch()

此外，本文还为示例应用程序提供了一个定制的主题：Boxy_violet。用户可以浏览Gradio主题库，根据自己的口味选择主题。