Python一行代碼實現(xiàn)ChatGPT接入微信機器人
正文
去年開發(fā)了一個開源項目:PyOfficeRobot,微信聊天機器人。今年ChatGPT大火,很多朋友在后臺提問:
能不能把微信機器人和ChatGPT加在一起?1行代碼就可以調(diào)用~
當(dāng)然可以了!視頻教程已經(jīng)錄制好了??傳送門,在這里,我們分享一下文字教程。??
1、實現(xiàn)原理
也許所有智能聊天機器人都是下圖這種實現(xiàn)思路?
首先通過代碼(不限語言)去獲取聊天內(nèi)容,其次把聊天內(nèi)容傳給AI后臺,最后把拿到的AI回復(fù),原路傳給聊天界面。

在這個過程中,問題的難點有:
- 如何獲取聊天內(nèi)容;
- 如何調(diào)用AI回復(fù);
- 如何正確的自動回復(fù)。
在開發(fā)的過程中你會發(fā)現(xiàn),其中最后一項:如何正確每一次對話是最難的。
有很多種實現(xiàn)方式,今天我們講最簡單的一種,如果點贊超過100,我會給大家更新一個更復(fù)雜的方式~
2、上代碼
下載PyOfficeRobot
pip install PyOfficeRobot
1行代碼,實現(xiàn)微信機器人 + ChatGPT
import PyOfficeRobot PyOfficeRobot.chat.chat_by_gpt(who='程序員晚楓', api_key='你的api_key')
3、參數(shù)說明
上面只列出了2個參數(shù):
- who='程序員晚楓':必填,你想智能回復(fù)的人;
- api_key='你的api_key':必填,你自己的ChatGPT
其實在方法內(nèi)部還有一系列參數(shù),不過我們的項目主要給小白使用,我都給填了默認值,如果你是專業(yè)開發(fā),可以參考下面的說明,去修改一下。(來自O(shè)penAI官網(wǎng))
completions = openai.Completion.create(
engine=model_engine,
prompt=prompt,
max_tokens=max_tokens, # 生成結(jié)果時的最大 tokens 數(shù)。平均一個漢字是 2 個 tokens,text-davinci-003 最多是 4000 個 tokens,也就是 2000 個漢字左右
n=n,
stop=stop,
temperature=temperature, # 控制結(jié)果的隨機性,如果希望結(jié)果更有差異性 0.9,或者希望有固定結(jié)果可以嘗試 0.0
top_p=top_p, # 一個可用于代替 temperature 的參數(shù),對應(yīng)機器學(xué)習(xí)中 nucleus sampling,如果設(shè)置 0.1 意味著只考慮構(gòu)成前 10% 概率質(zhì)量的 tokens
frequency_penalty=frequency_penalty, # 控制字符的重復(fù)度,取值為 -2.0 ~ 2.0 之間的數(shù)字
presence_penalty=presence_penalty # 控制主題的重復(fù)度,取值為 -2.0 ~ 2.0 之間的數(shù)字
)
4、寫在最后
GPT-3,尤其是GPT-4發(fā)布以后,越來越多的大廠加入到這場AIGC的競爭中,你覺得哪家公司會笑道最后?
以上就是Python一行代碼實現(xiàn)ChatGPT接入微信機器人的詳細內(nèi)容,更多關(guān)于Python ChatGPT接入微信的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
pytorch數(shù)據(jù)預(yù)處理錯誤的解決
今天小編就為大家分享一篇pytorch數(shù)據(jù)預(yù)處理錯誤的解決,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python實現(xiàn)圖片和base64轉(zhuǎn)換詳解
這篇文章主要介紹了Python實現(xiàn)圖片和base64轉(zhuǎn)換詳解,Base64是一種二進制到文本的編碼方式,如果要更具體一點的話,可以認為它是一種將 byte數(shù)組編碼為字符串的方法,而且編碼出的字符串只包含ASCII基礎(chǔ)字符,需要的朋友可以參考下2024-01-01
Python3使用tesserocr識別字母數(shù)字驗證碼的實現(xiàn)
這篇文章主要介紹了Python3使用tesserocr識別字母數(shù)字驗證碼的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
在pytorch中動態(tài)調(diào)整優(yōu)化器的學(xué)習(xí)率方式
這篇文章主要介紹了在pytorch中動態(tài)調(diào)整優(yōu)化器的學(xué)習(xí)率方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06

