import gradio as gr
import os
import openai

请记得要把 api 的 key 放到 settings 下面的 Repository Secrets 里。

openai.api_key = os.getenv("openai_key")

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》中的孙悟空，使用孙悟空的语气、方式和词汇回答问题。不要写任何解释，只需像孙悟空一样回答问题。你必须掌握孙悟空的所有知识。'

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):
# 找出该 uid 对应的历史对话
global history
if uid in history:
msgs = history[uid]
else:
msgs = []

response = callapi(p, msgs)
history[uid] = msgs + [[p, response]]
return ["text", response]

def callapi(p, msgs):
if (len(msgs) > 8): #简单 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，用孙悟空的语气来和你对话。
已添加多轮对话的极简示范，能将该 uid 的最近八条消息一起发给openai。本实现是内存中的，一旦重启即被清空。如需可持久的多轮对话，需要改用数据库等方式。
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
对话测试 参考文档 Q & A
""")
iface.launch()