對話機器人API

Table of contents

背景

owo
- 這篇文章探討如何使用 Streamlit 的 st.chat_message 和 st.chat_input 來建立簡單的聊天機器人介面。
- 作者詳細說明了基本的輸入輸出框架設置，並介紹了透過 st.session_state 來保留對話歷史的方法。
- 文章以實際程式碼範例展示，對於希望透過 Streamlit 開發互動性聊天機器人的開發者來說很實用。
- 完整內容可參閱原文。
StreamLit官網
- Streamlit 文件提到的 GPT-like 介面構建過程包含了對話框的佈局設置與用戶互動。
- 核心步驟是使用 st.chat_message 模擬對話氣泡，並將 st.session_state 應用於存儲與管理對話歷史，以維持連貫的對話體驗。
- 這使得應用能模仿 GPT 的聊天界面，實現用戶請求和模型回應的交換，並提升應用的交互性。
- 文章確實討論了 API 伺服器連結的相關問題，特別是如何通過 API 進行 LLM（大型語言模型）的請求處理，以使應用能夠回應 GPT-like 對話框中的輸入。
- Streamlit 示範了如何通過設置 API 請求來獲取生成的回應，並解釋了串接 API 的基礎方法，以保持對話的一致性與流暢性。
- 詳情可參考Streamlit 官方文件。

GitHub
Chatbot.py 是一個使用 Streamlit 架設的聊天機器人應用程式，
- 利用 OpenAI API 生成對話回應。
- 以下是此程式的詳細說明：
輸入：
• OpenAI API 金鑰：需要在側邊欄輸入以進行身份驗證。 • 使用者輸入：使用者在聊天欄位中輸入的問題或對話內容。
輸出：
• 顯示使用者訊息與機器人回應，形成對話記錄。
主要邏輯：
1. 會話管理：利用 st.session_state 追蹤對話歷史，維持上下文。
2. 訊息處理：對每次輸入呼叫 OpenAI 的 gpt-3.5-turbo 產生回應。
注意事項：
• OpenAI API 金鑰為必填。 • 須在環境中安裝 openai 和 streamlit。