我用Streamlit+LLM(大型语言模型)轻松实现Web聊天

Streamlit是时下比较热门的一个基于Python的Web应用程序框架,它可以在几分钟内将数据转化为可共享的Web应用程序，无需前端开发经验，使用纯Python代码实现，简单且高效。ChatGPT是目前非常火的OpenAI公司开发的聊天机器人模型，它无所不知就像一本大百科全书，它可以帮你做很多繁杂的日常工作，比如可以代你写文章，代你做excel表格，甚至代你写代码。今天我们要将两者结合起来开发一个基于web的应用聊天小程序。

安装OpenAPI和Streamlit包

我们需要在python环境中安装openai和streamlit的第三方python包，可以通过在命令行窗口中安装这些包：

1. pip install openai
2. pip install streamlit
3. pip install streamlit_chat

聊天机器人接口参数说明

• model：模型名词
• prompt：您对机器人提出的问题
• temperature：温度参数，该参数控制生成文本的随机性级别。较高的温度参数会导致更多变化且可能不太连贯的响应，而较低的t温度参数会产生更可预测且可能更连贯的响应。
• max_tokens：应答语句的长度 

创建聊天Python代码文件

我们需要创建一个用于聊天的streamlit的代码文件 chat_bot.py:

1. # chat_bot.py
3. import openai
4. import streamlit as st
5. from streamlit_chat import message
7. #申请的api_key
8. openai.api_key = "xxxxxxxxxxxxxxxxx"
9. def generate_response(prompt):
10. completion=openai.Completion.create(
11. model='text-davinci-003',
12. prompt=prompt,
13. max_tokens=1024,
14. temperature=0.6
15. )
16. message=completion.choices[0].text
17. return message
19. st.markdown("#### 我是ChatGPT聊天机器人,我可以回答您的任何问题！")
20. if 'generated' not in st.session_state:
21. st.session_state['generated'] = []
22. if 'past' not in st.session_state:
23. st.session_state['past'] = []
24. user_input=st.text_input("请输入您的问题:",key='input')
25. if user_input:
26. output=generate_response(user_input)
27. st.session_state['past'].append(user_input)
28. st.session_state['generated'].append(output)
29. if st.session_state['generated']:
30. for i in range(len(st.session_state['generated'])-1, -1, -1):
31. message(st.session_state["generated"][i], key=str(i))
32. message(st.session_state['past'][i],
33. is_user=True,
34. key=str(i)+'_user')

启动Streamlit

 我们需要在命令行窗口执行启动streamlit的命令：

输入启动streamlit命令后，会弹出浏览器, 如果没有弹出浏览器可以自行打开浏览器并输入上图中的url地址，接下来就可以开始和ChatGPT聊天了：

参考资料

Streamlit documentation

OpenAI API documentation