用chatgpt设计调用chatgpt的api进行内容交互

chatgpt真是极大提高了开发的效率,现在完全离不开了,只要提出你要的需求,很快就生成你想要的代码,几乎不用修改。

比如提出“设你是python开发工程师,通过chapgpt的api实现在一个页面里输入内容并返回结果”,立即如下生成了代码:

import openai

# OpenAI API 需要一个密钥
openai.api_key = 'your-api-key'

response = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": input_content}
    ]
)

# 输出模型的回复
print(response['choices'][0]['message']['content'])

有基本的注释,并给出了对代码的解释:

这个代码将打开一个与ChatGPT的会话,并将input_content作为输入。模型的回复可以在响应的'choices'字段中找到。

需要注意的是,你需要将 'your-api-key' 替换为你自己的OpenAI API密钥。你可以在OpenAI的网站上创建一个新的API密钥。

实际上我需要的是一个web页面,能够输入提问,并在页面上返回内容,上面的代码时不满足的。于是接着提问“需要利用flask,有一个专门输入内容和返回内容的对话页面”,立即就把python部分和html的代码都输出了。

from flask import Flask, request, render_template
import openai

app = Flask(__name__)

# OpenAI API 需要一个密钥
openai.api_key = 'your-api-key'

@app.route('/', methods=['GET', 'POST'])
def chat():
    if request.method == 'GET':
        return render_template('chat.html')

    if request.method == 'POST':
        user_input = request.form['user_input']
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[
                {"role": "system", "content": "You are a helpful assistant."},
                {"role": "user", "content": user_input}
            ]
        )

        gpt_response = response['choices'][0]['message']['content']
        return render_template('chat.html', user_input=user_input, gpt_response=gpt_response)

if __name__ == "__main__":
    app.run(port=5000, debug=True)
<!DOCTYPE html>
<html>
<head>
    <title>Chat with GPT</title>
</head>
<body>
    <h1>Chat with GPT</h1>
    <form method="POST">
        <label for="user_input">You:</label>
        <br>
        <input type="text" id="user_input" name="user_input" required>
        <input type="submit" value="Submit">
    </form>

    {% if user_input %}
        <p><strong>You:</strong> {{ user_input }}</p>
    {% endif %}

    {% if gpt_response %}
        <p><strong>GPT:</strong> {{ gpt_response }}</p>
    {% endif %}
</body>
</html>

代码里只需输入chatgpt的apikey就能运行起来了。

 页面其实挺丑的,其实可以进一步对页面美好提出要求,chatgpt也可以根据你的要求不断修正。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
首先,你需要确定使用哪个 ChatGPT API,以及你的数据库类型。如果你使用的是 Python 编程语言,可以考虑使用以下库: - `openai`:OpenAI 公司开发的 Python 库,提供了与 GPT 系列模型交互的功能。 - `transformers`:Hugging Face 公司开发的 Python 库,提供了与多种 GPT 系列模型交互的功能。 - `pymongo`:MongoDB 官方提供的 Python 库,用于连接和操作 MongoDB 数据库。 以下是一个使用 OpenAI 的 ChatGPT API 和 MongoDB 数据库进行交互的示例代码: ```python import openai import pymongo # 连接 MongoDB 数据库 client = pymongo.MongoClient("mongodb://localhost:27017/") db = client["mydatabase"] collection = db["mycollection"] # 连接 OpenAI API openai.api_key = "YOUR_API_KEY" model_engine = "text-davinci-002" # ChatGPT 模型名称 # ChatGPT 对话函数 def chat_with_gpt(prompt): response = openai.Completion.create( engine=model_engine, prompt=prompt, max_tokens=1024, n=1, stop=None, temperature=0.5, ) return response.choices[0].text.strip() # 对话交互 while True: user_input = input("你:") if user_input == "退出": break chat_prompt = collection.find_one({"user_input": user_input}) if chat_prompt: chat_response = chat_prompt["chat_response"] else: chat_response = chat_with_gpt(user_input) collection.insert_one({"user_input": user_input, "chat_response": chat_response}) print("AI:", chat_response) ``` 在这个示例代码中,我们使用了 OpenAI 的 `text-davinci-002` 模型作为 ChatGPT 模型,并使用了 MongoDB 数据库来保存用户输入和 AI 回复的记录。在对话交互过程中,如果用户输入已经出现过,我们会直接从数据库中获取 AI 的回复,否则使用 ChatGPT API 生成回复,并将用户输入和 AI 回复记录到数据库中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值