智谱AI-CharacterGLM实操

作业一

改进代码，为文生图功能加上风格选项，并在页面上加-个可指定图片风格的选项框。

实现

streamlit在功能中支持单选框，类似html语言，利用如下代码生成单选框内容，并设置动漫为默认风格

image_style = st.radio(
    "请选择生成风格:",
    ('动漫', '简笔', '油画', '水墨'),  # 暂支持四种风格，动漫为默认
    index=0
)

然后再接收风格选项信息，并和文生图prompt进行拼接

style = f"{image_style}风格。"  # 二次元风格。
image_prompt = style + image_prompt.strip()

效果

然后我们利用简单的示例进行测试，可以看出生成了不同风格的图片

作业二

实现role-play对话数据生成工具，要求包含下列功能：

1.基于一段文本（自己找一段文本，复制到提示词就可以了，比如你可以从小说中选取一部分文本，注意文本要用markdown格式）生成角色人设，可借助ChatGLM实现。

2.给定两个角色的人设，调用CharacterGLM交替生成他们的回复。

3.将生成的对话数据保存到文件中。

4.（可选）设计图形界面，通过点击图形界面上的按钮执行对话数据生成，并展示对话数据。

实现

通过代码包中api文件，调用get_characterglm_response实现多轮对话，并在output_stream_response中实现保存对话至文件的功能，这里我们指定为json文件格式

def output_stream_response(response_stream: Iterator[str], placeholder):
    content = ""
    conversation_history = []
    
    for content in itertools.accumulate(response_stream):  # 累积流式响应的字符
        placeholder.markdown(content)
        
        # Add the user's input and the assistant's response to the conversation history
        user_input = st.session_state["history"][-1]["content"] 
        response_data = {
            "user_input": user_input,
            "assistant_response": content
        }
        conversation_history.append(response_data)
        
    # Save the entire conversation history to a JSON file
    filename = "conversation_history.json"
    with open(filename, "a", encoding="utf-8") as f:
        json.dump(conversation_history, f, ensure_ascii=False, indent=2)
    
    return content

效果