简介
ChatGPT 在刚问世的时候,其产品形态就是一个问答机器人。而基于ChatGPT的能力还可以对其做一些二次开发和拓展。比如模拟面试功能、或者智能机器人功能。
模拟面试功能包括个性化问题生成、实时反馈、多轮面试模拟、面试报告。
智能机器人功能提供24/7客服支持、自然语言处理、任务自动化、多渠道支持和数据分析与报告。
智能平台的使用价值
而通过人工智能,可以将以上的流程自动化的实现。可以帮助用户:
- 提升面试准备效果
- 提高客户服务效率
实现思路
如果要实现一个初步的模拟面试平台,那么会分为以下几个步骤完成:
- 需求功能设计。
- 技术架构设计
- 技术选型。
- 技术实现。
需求功能设计
模拟面试平台的功能可复杂可简单,当然最基本的功能需求需要具备:
- 提问,模拟面试官的角色向用户提出下一个问题。
- 接受回复,需要有一个输入,能够接收用户的输入的回复信息。
所以基于以上需求,我们的界面设计应该是:
技术架构设计
技术选型
- 因为功能比较简单,所以技术架构可选择任意的前后端技术。
- 示例使用
Flask + Template + HTML/CSS
技术
技术实现
环境准备
前端界面实现
<!DOCTYPE html>
<head><title>霍格沃兹测试开发学社模拟面试系统</title><link rel="stylesheet" href="{{ url_for('static', filename='main.css') }}"/>
</head><body>
<img src="{{ 'https://ceshiren.com/uploads/default/original/1X/809c63f904a37bc0c6f029bbaf4903c27f03ea8a.png' }}"class="icon"/>
<h3>霍格沃兹测试开发学社模拟面试系统</h3>
{% if result %}
<div class="result">{{ result }}</div>
{% endif %}
<form action="/" method="post"><input type="text" name="msg" placeholder="请先说你好,打个招呼" required/><input type="submit" value="开始面试"/>
</form>
</body>
后端服务实现
获取 token 相关的基本配置信息。
import os
from pathlib import Path
import openai
import yaml
from flask import Flask, redirect, render_template, request, url_for# 通过 yaml 配置文件获取 openai 配置
conf_path = Path(__file__).parent.joinpath('conf/dev.yaml')
with open(conf_path) as f:conf: dict = yaml.safe_load(f)
# 通过环境变量设置 openai 的 token 和代理地址
os.environ["OPENAI_API_KEY"] = conf.get("OPENAI_API_KEY")
os.environ["OPENAI_BASE_URL"] = conf.get("OPENAI_BASE_URL")通过变量message记录和大模型的历史交互信息。
# 发送的历史消息
messages = []从前端获取到用户的输入信息,并将从大模型获取到的响应展示到界面上。- 如果是第一次,则使用预制的prompt。- 不是第一次,则接受响应信息。
# 创建 flask 实例
app = Flask(__name__)# 定义路由
@app.route("/", methods=("GET", "POST"))
def index():if request.method == "POST":# 获取前端的用户输入信息user_msg = request.form["msg"]# 定义要发送给 openai 接口的信息if messages:# 有上下文历史messages.append({'role': 'user',# 把用户输入的信息直接发给 openai'content': user_msg})else:# 第一次初始化messages.append({'role': 'user',# 把最初的提示词发送给 openai'content': generate_prompt(user_msg)})# 打印创建好的信息print(f"messages: {messages}")# 调用 openai 自带的方法,向 openai 服务器发出请求,并获取响应response = openai.chat.completions.create(model='gpt-3.5-turbo',messages=messages,temperature=0)# 从响应内容中提取 openai 回复的内容answer = response.choices[0].message.content# 打印回复内容print(f"answer: {answer}")# 刷新首页,返回答案信息# result 参数会拼接在 index 视图函数对应路由的后方# http://xx/?result=xxxreturn redirect(url_for("index", result=answer))# 获取拼接在 url 中的 result 参数的值,如果没有携带 result,则 result 值为空result = request.args.get("result")print(f"result = {result}")# 第一次进入首页,result 为空,输入框上方不显示内容return render_template("index.html", result=result)def generate_prompt(msg):# 定义提示词prompt_msg = f"""你是一名软件测试工程师,你了解软件测试的技术与经验,你需要面试应聘者。我是应聘者,你会问我这个职位的面试问题。我希望你只以面试官的身份回答,一次只问一个问题,问我问题并等待我的回答。当我说结束面试的时候给出我的面试表现的评价和我的改进方向。我的输入是 {msg}"""# 返回提示词return prompt_msg启动服务
if __name__ == '__main__':app.run(debug=True)
总结
- 了解一个人工智能平台的基本设计思路。
- 通过前后端开发的技术,实现一个基本的模拟面试平台。
推荐学习
【霍格沃兹测试开发】7天软件测试快速入门带你从零基础/转行/小白/就业/测试用例设计实战
【霍格沃兹测试开发】最新版!Web 自动化测试从入门到精通/ 电子商务产品实战/Selenium (上集)
【霍格沃兹测试开发】最新版!Web 自动化测试从入门到精通/ 电子商务产品实战/Selenium (下集)
【霍格沃兹测试开发】明星讲师精心打造最新Python 教程软件测试开发从业者必学(上集)
【霍格沃兹测试开发】明星讲师精心打造最新Python 教程软件测试开发从业者必学(下集)
【霍格沃兹测试开发】精品课合集/ 自动化测试/ 性能测试/ 精准测试/ 测试左移/ 测试右移/ 人工智能测试
【霍格沃兹测试开发】腾讯/ 百度/ 阿里/ 字节测试专家技术沙龙分享合集/ 精准化测试/ 流量回放/Diff
【霍格沃兹测试开发】Pytest 用例结构/ 编写规范 / 免费分享
【霍格沃兹测试开发】JMeter 实时性能监控平台/ 数据分析展示系统Grafana/Docker 安装
【霍格沃兹测试开发】接口自动化测试的场景有哪些?为什么要做接口自动化测试?如何一键生成测试报告?
【霍格沃兹测试开发】面试技巧指导/ 测试开发能力评级/1V1 模拟面试实战/ 冲刺年薪百万!
【霍格沃兹测试开发】腾讯软件测试能力评级标准/ 要评级表格的联系我
【霍格沃兹测试开发】Pytest 与Allure2 一键生成测试报告/ 测试用例断言/ 数据驱动/ 参数化
【霍格沃兹测试开发】App 功能测试实战快速入门/adb 常用命令/adb 压力测试
【霍格沃兹测试开发】阿里/ 百度/ 腾讯/ 滴滴/ 字节/ 一线大厂面试真题讲解,卷完拿高薪Offer !
【霍格沃兹测试开发】App自动化测试零基础快速入门/Appium/自动化用例录制/参数配置
【霍格沃兹测试开发】如何用Postman 做接口测试,从入门到实战/ 接口抓包(最新最全教程)