Streamlit 和 Streamlit_chat
Streamlit 是一个开源框架,使开发人员能够快速构建和共享用于机器学习和数据科学项目的交互式 Web 应用程序。它还提供了一系列小部件,只需要一行 Python 代码即可创建,例如st.table(…)
。对于我们创建一个简单的用于私人使用的聊天机器人网站来说,Streamlit 是一个非常合适的库,它还提供了第三方 Streamlit_chat 库,进一步方便我们生成“聊天式” Web 应用程序,因为我们不需要写大量的 HTML 元素和 CSS 内容。
Streamlit是时下比较热门的一个基于Python的Web应用程序框架,它可以在几分钟内将数据转化为可共享的Web应用程序,无需前端开发经验,使用纯Python代码实现,简单且高效。
ChatGPT(LLM)是目前非常火的OpenAI公司开发的聊天机器人模型,它无所不知就像一本大百科全书,它可以帮你做很多繁杂的日常工作,比如可以代你写文章,代你做excel表格,甚至代你写代码。今天我们要将两者结合起来开发一个基于web的应用聊天小程序。
我们需要在python环境中安装openai和streamlit的第三方python包,可以通过在命令行窗口中安装这些包:
pip install openai
pip install streamlit
pip install streamlit_chat
聊天机器人接口参数说明
model: 模型名词
prompt:对机器人提出的问题
temperature:温度参数,该参数控制生成文本的随机性级别。较高的温度参数会导致更多变化且可能不太连贯的响应,而较低的t温度参数会产生更可预测且可能更连贯的响应。
max_tokens:应答语句的长度
创建聊天Python代码文件
我们需要创建一个用于聊天的streamlit的代码文件 chat_bot.py
# chat_bot.py
import openai
import streamlit as st
from streamlit_chat import message
# 申请的api_key
# openai.api_key = "xxxxxxxxxxxxxxxxx"
# 使用本地llama_cpp_python启动了下local LLM API
openai.api_base = "http://localhost:8000/v1" # point to the local server
openai.api_key = "" # no need for an API key
if 'prompts' not in st.session_state:
st.session_state['prompts'] = [{"role": "system", "content": "您是一个乐于助人的助手。尽量简洁明了地回答问题,并带有一点幽默表达。"}]
if 'generated' not in st.session_state:
st.session_state['generated'] = []
if 'past' not in st.session_state:
st.session_state['past'] = []
def generate_response(prompt):
st.session_state['prompts'].append({"role": "user", "content": prompt})
completion = openai.ChatCompletion.create(
model="local-model",
messages=st.session_state['prompts'],
max_tokens=1024,
temperature=0.6
)
message = completion.choices[0].message.content
return message
def end_click():
st.session_state['prompts'] = [{"role": "system", "content": "您是一个乐于助人的助手。尽量简洁明了地回答问题,并带有一点幽默表达。"}]
st.session_state['past'] = []
st.session_state['generated'] = []
st.session_state['user'] = ""
def chat_click():
if st.session_state['user'] != '':
chat_input = st.session_state['user']
output = generate_response(chat_input)
st.session_state['past'].append(chat_input)
st.session_state['generated'].append(output)
st.session_state['prompts'].append({"role": "assistant", "content": output})
st.session_state['user'] = ""
st.title("我的聊天机器人")
user_input = st.text_input("输入:", key="user")
chat_button = st.button("发送", on_click=chat_click)
end_button = st.button("新聊天", on_click=end_click)
if st.session_state['generated']:
for i in range(0, len(st.session_state['generated']), 1):
message(st.session_state['past'][i], is_user=True)
message(st.session_state['generated'][i], key=str(i))
启动Streamlit
我们需要在命令行窗口执行启动streamlit的命令:
streamlit run chat_bot.py
输入启动streamlit命令后,会弹出浏览器, 如果没有弹出浏览器可以自行打开浏览器并输入上图中的url地址,接下来就可以开始和ChatGPT聊天了:
参考资料
Streamlit documentation文章来源:https://www.toymoban.com/news/detail-793154.html
如何使用 Streamlit 和 OpenAI GPT-3.5 创建实用且强大的聊天机器人 (apifox.com)
文章来源地址https://www.toymoban.com/news/detail-793154.html
到了这里,关于[LLM]Streamlit+LLM(大型语言模型)创建实用且强大的Web聊天机器人的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!