AI人工智能大厂SDK接入

通义星尘接入

文心一言接入

OpenAI接入

通义星尘接入

点击进入开发文档

角色自定义创建

无需进行特定数据训练，在操作界面进行简单文字配置，就能够快速生成并调试自己所需要的角色。

角色对话体验

可以与热门角色或自建角色开启自由对话。

支持角色API调用

在客户端完成角色创建和调试后可直接自动生成API接入代码，一键复制即可应用，支持Java、Python语言调用

人设

人设属性包括名称、角色类型、头像、详细信息、聊天开场白、对话示例、强制要求，如果没有特别的要求，只要完成这里必填属性的完善，就可以快速创建一个角色了！

文心一言接入

点击进入开发文档

OpenAI接入

OpenAI中文文档

确保已安装openai库。可以使用pip install openai命令进行安装。

一个支持上下文的示例代码

import openai

# 设置OpenAI API密钥

openai.api_key = "your_api_key"

# 定义对话函数

def chat_with_gpt(prompt, conversation_history):

    # 将对话历史记录添加到提示中

    full_prompt = "\n".join(conversation_history) + "\nUser: " + prompt + "\nAI:"

    response = openai.Completion.create(

        engine="text-davinci-002",

        prompt=full_prompt,

        max_tokens=150,

        n=1,

        stop=None,

        temperature=0.7,

    )

    message = response.choices[0].text.strip()

    return message

# 主程序

if __name__ == "__main__":

    conversation_history = []

    while True:

        user_input = input("User: ")

        if user_input.lower() == "quit":

            break

        # 将用户输入添加到对话历史记录中

        conversation_history.append("User: " + user_input)

        # 将对话历史记录作为提示传递给GPT模型

        ai_response = chat_with_gpt(user_input, conversation_history)

        # 将AI响应添加到对话历史记录中

        conversation_history.append("AI: " + ai_response)

        print("AI:", ai_response)

在这个版本的代码中,我们做了以下修改:

引入了一个名为conversation_history的列表,用于存储对话的历史记录。

修改了chat_with_gpt函数,将conversation_history作为参数传递给它。在函数内部,我们将对话历史记录与当前用户输入拼接起来,形成完整的提示。

在主程序的循环中,我们将用户输入添加到conversation_history列表中,然后将conversation_history作为参数传递给chat_with_gpt函数。

将AI生成的响应添加到conversation_history列表中,以便在下一次迭代中保持上下文。

通过这种方式,我们可以在对话中保持上下文,使得AI能够根据之前的对话历史生成更相关和连贯的响应。

请注意,随着对话历史记录的增长,提示的长度也会增加。根据你的需求,你可能需要对对话历史进行截断或限制,以避免超出API的最大提示长度限制。