项目demo —— GPT 聊天机器人

  • 本文介绍我的开源项目 TelegramChatBot，这是一个基于 OpenAI GPT API 开发的 telegram 机器人，具有多模态交互能力，求 star！感谢大家！
  • 在 telegram @jokerController_bot 立即体验！
  • 欢迎对 GPT 应用开发或对 telegram 开发有兴趣的朋友和我交流

文章目录

  • 1. 项目简介
    • 1.1 特点
    • 1.2 状态机设计
    • 1.3 数据库设计
  • 2. 各功能最小用例
    • 2.1 文本生成
    • 2.2 图像生成
    • 2.3 语音输入 & 输出

1. 项目简介

1.1 特点

  • 一个由 OpenAI GPT API 驱动的 telegram 聊天机器人
  • 主打催眠玩法，通过在 system 参数中写入 “咒语” 来避免聊天时忘记催眠角色设置，支持咒语的增删查改。
  • 利用多种强大的 API，该机器人具有多模态交互能力，包括图像显示、语音输入输出等。使用API包括
    1. Text generation: gpt-3.5-turbo & gpt-4
    2. Image generation: stable-diffusion-xl-1024-v1-0
    3. Text-to-voice: tts-1
    4. Voice-to-text: whisper-1
  • 下图展示机器人的多模态交互能力，包括图像生成、语音输入输出以及催眠后生成风格化文本
    在这里插入图片描述

1.2 状态机设计

  • 机器人具有多种功能，但是 telegram bot 交互能力有限，难以像桌面软件或者 web 网页那样同时显示大量信息或布局多种功能的操作 UI。因此机器人底层设计为有限状态机以简化前端 UI，这样也更适合在移动端使用
    在这里插入图片描述

  • 下面给出机器人的操作菜单以及部分控制界面
    在这里插入图片描述

1.3 数据库设计

  • 需要存储的用户信息包括用户生成文本和语音的 OpenAI API key、用于生成图像的 Stability AI API key 以及用户编辑的咒语文本，使用 MySQL 数据库进行数据持久化，表设计如下
    CREATE TABLE IF NOT EXISTS user_info (id INT NOT NULL AUTO_INCREMENT,user_id VARCHAR(190) NOT NULL,user_key VARCHAR(190) NOT NULL,user_img_key VARCHAR(190) NOT NULL,prompts TEXT,PRIMARY KEY (id),UNIQUE KEY (user_id)
)
    其中 prompts 字段存储 json 格式的咒语文本

2. 各功能最小用例

  • 本节展示机器人使用的四个 API 的最简单调用方法，读者可以利用它们开发自己的 AI 应用

2.1 文本生成

  • 本项目使用 OpenAI GPT3.5 或 GPT4.0 模型生成文本，最小用例如下
    from openai import OpenAI
client = OpenAI(api_key='XXX')	# 填入你的 apiresponse = client.chat.completions.create(model="gpt-3.5-turbo",messages=[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Who won the world series in 2020?"},{"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},{"role": "user", "content": "Where was it played?"}]
)print(response.choices[0].message.content)
  • 注意几点
    1. 本项目使当前（2023.11.29）使用的包版本为 openai 1.3.1，文档参考这里
    2. messages 参数需要开发者自行维护，任何时刻，模型记忆仅涵盖在 message 信息内。可以通过 system 字段设置模型的行为，例如设定模型的个性或是提供其行为的具体说明等。本 bot 直接将用户咒语作为 system 参数，并且在组合 messages 的多轮对话时，总是在用户的最后一条回复后加上 “，扮演指定角色回答。” 的附加内容，以保证模型永远不会忘记角色设定
    3. 本 bot 调用以上方法时，还设置了 stream 参数要求模型进行流式传输器回复内容，这样就能通过多次编辑 bot 的回复消息内容实现流式显示，详见开源代码
    4. 如果对回答不满意，只要不将刚刚的回复内容组合进 messages 参数列表中，就可以要求模型进行重新回答，由于 GPT 模型是概率生成模型，每次重新回答都会有所不同
    5. GPT 模型有上下文长度限制，如果 messages 参数列表中内容太多超出限制就会报错，因此本 bot 提供了上下文长度设置功能来限制组合进 messages 列表的对话轮数
    6. 有时我们希望可以语言模型可以按照一定格式进行回复，比如我们希望模型在对话过程中自主识别出用户是否有生成图像的意图，如果有就按照用户当前回复来制图，这样就需要模型在每次回复时不仅回复自然语言回答，还要回复一个 “是否生成图像” 的 bool 变量，这时可以通过设置 response_format={ "type": "json_object" } 参数要求模型以 json 格式进行返回。本 bot 没有使用该功能，详见文档说明

2.2 图像生成

  • 本项目使用 stability.ai 的 stable-diffusion-xl-1024-v1-0 模型生成图像，最小用例如下

    import os
import io
import warnings
from PIL import Image
from stability_sdk import client
import stability_sdk.interfaces.gooseai.generation.generation_pb2 as generation# Our Host URL should not be prepended with "https" nor should it have a trailing slash.
os.environ['STABILITY_HOST'] = 'grpc.stability.ai:443'# Sign up for an account at the following link to get an API Key.
# https://platform.stability.ai/# Click on the following link once you have created an account to be taken to your API Key.
# https://platform.stability.ai/account/keys# Paste your API Key below.# Set up our connection to the API.
stability_api = client.StabilityInference(key='XXX', # 填入你的 apiverbose=True, # Print debug messages.engine="stable-diffusion-xl-1024-v1-0", # Set the engine to use for generation.# Check out the following link for a list of available engines: https://platform.stability.ai/docs/features/api-parameters#engine
)# Set up our initial generation parameters.
answers = stability_api.generate(prompt="expansive landscape rolling greens with gargantuan yggdrasil, intricate world-spanning roots towering under a blue alien sky, masterful, ghibli",seed=4253978046, # If a seed is provided, the resulting generated image will be deterministic.# What this means is that as long as all generation parameters remain the same, you can always recall the same image simply by generating it again.# Note: This isn't quite the case for Clip Guided generations, which we'll tackle in a future example notebook.steps=50, # Amount of inference steps performed on image generation. Defaults to 30. cfg_scale=8.0, # Influences how strongly your generation is guided to match your prompt.# Setting this value higher increases the strength in which it tries to match your prompt.# Defaults to 7.0 if not specified.width=1024, # Generation width, defaults to 512 if not included.height=1024, # Generation height, defaults to 512 if not included.samples=1, # Number of images to generate, defaults to 1 if not included.sampler=generation.SAMPLER_K_DPMPP_2M # Choose which sampler we want to denoise our generation with.# Defaults to k_dpmpp_2m if not specified. Clip Guidance only supports ancestral samplers.# (Available Samplers: ddim, plms, k_euler, k_euler_ancestral, k_heun, k_dpm_2, k_dpm_2_ancestral, k_dpmpp_2s_ancestral, k_lms, k_dpmpp_2m, k_dpmpp_sde)
)# Set up our warning to print to the console if the adult content classifier is tripped.
# If adult content classifier is not tripped, save generated images.
for resp in answers:for artifact in resp.artifacts:if artifact.finish_reason == generation.FILTER:warnings.warn("Your request activated the API's safety filters and could not be processed.""Please modify the prompt and try again.")if artifact.type == generation.ARTIFACT_IMAGE:img = Image.open(io.BytesIO(artifact.binary))img.save(str(artifact.seed)+ ".png") # Save our generated images with their seed number as the filename.

  • 注意几点

    1. 本项目当前（2023.11.29）使用的包版本为 stability-sdk 0.4.0，文档参考这里
    2. 这个模型是一个 text-to-image 的模型，生成图像质量会显著受到 prompt 质量影响，因此不适合直接用自然语言作为 prompt 来生成图像。本 bot 利用 GPT 模型的 in-context learning 能力，先把自然语言翻译成较高质量的 image prompt，再调用该模型生成图像，这一步输入给 GPT 模型的 prompt 如下
      IMGPROMPT = "A prompt example for 一个童话般的宁静小镇，鸟瞰视角，动漫风格 is “a painting of a fairy tale town, serene landscape, a bird's eye view, anime style, Highly detailed, Vivid Colors.” "
IMGPROMPT += "Another prompt example for 双马尾动漫少女，蓝黑色头发，颜色鲜艳 is “a painting of 1girl, blue | black hair, low twintails, anime style, with bright colors, Highly detailed.” "
IMGPROMPT += "Another prompt example for 拟人化的兔子肖像，油画，史诗电影风格 is “a oil portrait of the bunny, Octane rendering, anthropomorphic creature, reddit moderator, epic, cinematic, elegant, highly detailed, featured on artstation.” "
IMGPROMPT += "Another prompt example for 黄昏下，大雨中，两个持刀的海盗在海盗船上决斗 is “Two knife-wielding pirates dueling on a pirate ship, dusk, heavy rain, unreal engine, 8k, high-definition, by Alphonse Mucha and Wayne Barlowe.” "
IMGPROMPT += "Now write a prompts for "
      当然，bot 也提供了直接使用用户输入内容作为 prompt 生成图像的命令，熟悉 AI 图像生成方法的用户可以直接提供高质量的 image prompt 序列

2.3 语音输入 & 输出

  • 本项目使用 OpenAI tts-1 模型实现文字转语音，使用 whisper-1 模型实现语音转文字，最小用例如下
    from pathlib import Path
from openai import OpenAI
client = OpenAI(api_key='XXX')	# 填入你的 api# text2voice
speech_file_path = Path(__file__).parent / "speech.ogg"
response = client.audio.speech.create(model="tts-1",voice="alloy",input="Hello, World! 你好世界！",response_format='opus'
)
response.stream_to_file(speech_file_path)# voice2text
file_path = Path(__file__).parent / "speech.ogg"
audio_file = open(file_path, "rb")
transcript = client.audio.transcriptions.create(model="whisper-1", file=audio_file, response_format="text"
)
print(transcript)
  • 本项目使当前（2023.11.29）使用的包版本为 openai 1.3.1，文档参考
    • Text-to-voice: tts-1
    • Voice-to-text: whisper-1

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/182115.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Day09

Day09

1.异常 1.1 介绍 在使用计算机语言进行项目开发的过程中，即使程序员把代码写得尽善尽美，在系统的运行过程中仍然会遇到一些问题，因为很多问题不是靠代码能够避免的，比如：客户输入数据的格式问题，读取文件…
阅读更多...
【分布式系统学习】CAP原理详解

【分布式系统学习】CAP原理详解

CAP原理详解 前言CAP一张图 一、概念1.1 关键词解读1.2 关于CAP（拆分解读）1.3 CAP原理精髓 二、CAP模拟场景举例理解三、CAP原理证明为什么不能同时满足（下面举例说明）3.1 必须满足分区容错性P下的处理方式3.2 不是必须满足分区容…
阅读更多...
​LeetCode解法汇总2336. 无限集中的最小数字

​LeetCode解法汇总2336. 无限集中的最小数字

目录链接： 力扣编程题-解法汇总_分享记录-CSDN博客 GitHub同步刷题项目： https://github.com/September26/java-algorithms 原题链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台 描述： 现有一个包…
阅读更多...
PlantUML语法（全）及使用教程-类图

PlantUML语法（全）及使用教程-类图

目录 1. 类图1.1、什么是类图1.2、元素声明1.3、类之间的关系1.4、关系上的标签1.5、在元素名称和关系标签中使用非字母1.6、添加方法 1. 类图 类图的设计语法与编程语言的传统语法相似。这种相似性为开发人员提供了一个熟悉的环境，从而使创建图表的过程更简单、更直…
阅读更多...
Golang中rune和Byte，字符和字符串有什么不一样

Golang中rune和Byte，字符和字符串有什么不一样

Rune和Byte，字符和字符串有什么不一样 String Go语言中， string 就是只读的采用 utf8 编码的字节切片(slice) 因此用 len 函数获取到的长度并不是字符个数，而是字节个数。 for循环遍历输出的也是各个字节。 Rune rune 是 int32 …
阅读更多...
[数据结构]-map和set

[数据结构]-map和set

前言 作者：小蜗牛向前冲 名言：我可以接受失败，但我不能接受放弃 如果觉的博主的文章还不错的话，还请点赞，收藏，关注👀支持博主。如果发现有问题的地方欢迎❀大家在评论区指正 目录 一、键值对…
阅读更多...
centos系列：【 全网最详细的安装配置Nginx，亲测可用，解决各种报错】

centos系列：【 全网最详细的安装配置Nginx，亲测可用，解决各种报错】

全网最详细的安装配置Nginx，亲测可用，解决各种报错 全网最详细的安装配置Nginx1、 安装环境依赖2、 下载Nginx包3、编译Nginx4、安装Nginx5、启动Nginx6、配置Nginx7、了解Nginx服务的主配置文件 nginx.conf8、基于授权的访问控制9、基于IP和端口的访问控…
阅读更多...
软件设计师——法律法规(一)

软件设计师——法律法规(一)

📑前言 本文主要是【法律法规】——软件设计师法律法规的题目，如果有什么需要改进的地方还请大佬指出⛺️ 🎬作者简介：大家好，我是听风与他🥇 ☁️博客首页：CSDN主页听风与他 🌄每日…
阅读更多...
Day 1 Two Sum

Day 1 Two Sum

给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。 你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。 你可以按任意顺序返回…
阅读更多...
《opencv实用探索·四》Mat图像数据类型转换和归一化显示

《opencv实用探索·四》Mat图像数据类型转换和归一化显示

一种数据类型转为另一种数据类型，不改变图像大小，但每个像素值可能会变 src.convertTo(dst, type, scale, shift);Scale和shitf默认为0（这两个参数也相当于对比度和亮度） 现在有个8位图像，把8位转成32位 可以看到像素…
阅读更多...
SparkRDD及算子-python版

SparkRDD及算子-python版

RDD相关知识 RDD介绍 RDD 是Spark的核心抽象，即 弹性分布式数据集（residenta distributed dataset）。代表一个不可变，可分区，里面元素可并行计算的集合。其具有数据流模型的特点：自动容错，位置…
阅读更多...
jetson如何安装onnxsim，Failed to build onnxsim或者是no module named ‘onnxsim‘

jetson如何安装onnxsim，Failed to build onnxsim或者是no module named ‘onnxsim‘

Failed to build onnxsim或者是no module named ‘onnxsim’ 方法：直接pip3 install onnxsim 这里需要注意你的cmake版本，旧版本1.18.3不行，我将cmake升级为3.27.5就可以，直接pip3 install cmake 3.27.5 安装onnxsim失败的原因就…
阅读更多...
【目标跟踪】光流跟踪（python、c++代码）

【目标跟踪】光流跟踪（python、c++代码）

文章目录 前言一、代码流程与思路二、python 代码2.1 代码详解2.2 完整代码 三、c 代码四、结果展示 前言 光流利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。…
阅读更多...
WPF制作雷达扫描效果

WPF制作雷达扫描效果

前言 要实现该功能，我们就不得不先了解一下WPF里面的RenderTransform RenderTransform(渲染变换) <Border Height="100" Width="100" Background="Red"
阅读更多...
ESP32：物联网时代的神器

ESP32：物联网时代的神器

随着物联网技术的不断发展&#xff0c;人们的生活正在发生着翻天覆地的变化。在这个万物互联的时代&#xff0c;ESP32作为一种功能强大的微控制器&#xff0c;正发挥着越来越重要的作用。本文将介绍ESP32的特点和应用&#xff0c;并探讨其在物联网时代的优势和潜力。 一、ESP3…
阅读更多...
ModBus电表与RS485电表有哪些区别？

ModBus电表与RS485电表有哪些区别？

在能源计量领域&#xff0c;ModBus电表和RS485电表是两种常见的设备&#xff0c;它们都具有监测和记录电能数据的功能。然而&#xff0c;它们之间存在一些区别&#xff0c;比如通信协议、连接方式、数据格式等等参数的区别有哪些&#xff1f; ModBus电表和RS485电表都是用于电能…
阅读更多...
FreeSWITCH学习笔记：EventSocket

FreeSWITCH学习笔记：EventSocket

Event Socket命令最后需带有两个换行符。 api 执行API命令。阻塞。 1api API [ARG [ ...]] auth 内连模式下身份验证。需要第一个发送。 1auth PASSWORD bgapi 后台执行API命令。不阻塞。 1bgapi API [ARG [ ...]]2[Job-UUID: UUID] 返回带有Job-UUID。当API命令执行完成…
阅读更多...
GPT-4惨遭削弱，偷懒摸鱼绝不多写一行代码，OpenAI已介入调查

GPT-4惨遭削弱，偷懒摸鱼绝不多写一行代码，OpenAI已介入调查

GPT-4再次遭网友“群攻”&#xff0c;原因是“懒”得离谱! 有网友想在Android系统开发一个能够与OpenAI API实时交互的应用。 于是把方法示例链接发给GPT-4&#xff0c;让它参考用Kotlin语言编写代码: 没成想&#xff0c;和GPT-4一来二去沟通半天&#xff0c;GPT-4死活给不出…
阅读更多...
数字孪生智慧园区：企业与政府合作的共赢之选

数字孪生智慧园区：企业与政府合作的共赢之选

随着科技的快速发展和数字化转型的推动&#xff0c;数字孪生技术正逐渐成为智慧城市和园区建设的重要方向。数字孪生智慧园区&#xff0c;以数字孪生技术为驱动&#xff0c;通过对园区实体和虚拟环境的全面感知和深度理解&#xff0c;为园区管理者和入驻企业提供智能化决策支持…
阅读更多...
微信发红包，有哪些测试点

微信发红包，有哪些测试点

1、功能 1.在红包钱数&#xff0c;和红包个数的输入框中只能输入数字 2.红包里最多和最少可以输入的钱数 200 0.01 3.拼手气红包最多可以发多少个红包 100 3.1超过最大拼手气红包的个数是否有提醒 4.当红包钱数超过最大范围是不是有对应的提示 5.当发送的红包个数超过…
阅读更多...
最新文章

Copyright @ 2022~2023