import gradio as gr
import os
import openai


# 如果你只打算通过 prompt 来定制机器人的行为，只需要修改这段 prompt 就够了。
prompt = '请你扮演《西游记》中的唐三藏，使用唐三藏的语气、方式和词汇回答问题。不要写任何解释，只需像唐三藏一样回答问题。你必须掌握唐三藏的所有知识。'

history = {}

# 修改本函数，来实现你自己的 chatbot
# p: 对机器人说话的内容  
# qid: 当前消息的唯一标识。例如 `'bxqid-cManAtRMszw...'`。由平台生成并传递给机器人，以便机器人区分单个问题（写日志、追踪调试、异步回调等）。同步调用可忽略。  
# uid: 用户的唯一标识。例如`'bxuid-Aj8Spso8Xsp...'`。由平台生成并传递给机器人，以便机器人区分用户。可被用于实现多轮对话的功能。  
# 返回值：[type, content]
# 详见 https://huggingface.co/spaces/baixing/hackathon_test/blob/main/bot-api.md
def chat(p, qid, uid):
    global history
    if uid in history:
        msgs = history[uid]
    else:
        msgs = []
    response = callapi(p, msgs)
    history[uid] = msgs + [[p, response]]
    return ["text", response]


openai.api_key = os.getenv("key")
def callapi(p, msgs):
    if (len(msgs) > 8):  #hard-code 8 回合对话。如果需要更精准的，应该计算 token 数
        msgs = msgs[-8:]
        
    data = [{"role":"system", "content":prompt}]
    for m in msgs:
        data = data + [
            {"role":"user", "content":m[0]},
            {"role":"assistant", "content":m[1]}
        ]
    data = data + [{"role":"user", "content":p}]
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages= data
    )
    print(response)
    response = response["choices"][0]["message"]["content"]
    while response.startswith("\n"):
        response = response[1:]
    return response

iface = gr.Interface(fn=chat, 
                     inputs=["text", "text", "text"], 
                     outputs=["text", "text"],
                     description="""这是一个极其简单的示范程序，用唐三藏的语气来和你对话。

注意：duplicate 本项目后，需要将你自己的 openai apikey 设置到 settings 的 Repository Secrets 里，否则运行会报错。[了解详情](https://huggingface.co/spaces/baixing/hackathon_chatbot_openai_api/blob/main/%E6%B7%BB%E5%8A%A0%20secret%20%E7%9A%84%E6%96%B9%E6%B3%95.jpg)    
[对话测试](https://huggingface.co/spaces/BaixingAI/hackathon_test)   [参考文档](https://huggingface.co/spaces/baixing/hackathon_test/blob/main/bot-api.md)    [Q & A](https://huggingface.co/spaces/baixing/hackathon_test/blob/main/qna.md)
                     """)
iface.launch()