当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 当ChatGPT遇见Python

当ChatGPT遇见Python

来源:51CTO.COM 2023-04-30 20:36:13 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习科技周边的朋友们,也希望在阅读本文《当ChatGPT遇见Python》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新科技周边相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

在如火如荼的 ChatGPT 大潮当中,已经衍生出了各种各样的周边产品。

Python 作为著名的万金油工具,怎么能没有它的身影呢。今天我们就介绍两种通过 Python 调用 ChatGPT 的方法,一起来看看吧!

chatgpt-wrapper

这是一个开源在 GitHub 上的项目,通过自动化工具 Playwright 来驱动调用 CHatGPT。

我们配置好这个工具之后,就可以在命令行以及 Python 代码中使用 ChatGPT了。

安装配置

首先当然是安装克隆该项目了。

pip install git+https://github.com/mmabrouk/chatgpt-wrapper

然后我们安装 Playwright。

pip install playwright

接下来我们在 Playwright 当中安装浏览器,比如 firefox。

playwright install firefox

以上都完成后,我们在终端执行如下命令:

chatgpt install

接下来会弹出一个 ChatGPT 的登录页面,输入账号密码,点击登陆即可,如果还没有 ChatGPT 账号密码,可以在公众号后台发送「chatgpt」获取共享测试账号,先到先得哈!

图片

登陆完成之后我们就可以重启终端,在里面输入 chatgpt,此时就可以开始和 CHatGPT 愉快的玩耍了。

接入 Python

当然我们必须可以把这一切都植入 Python 代码。

from chatgpt_wrapper import ChatGPT

bot = ChatGPT()
response = bot.ask("Hello, world!")
print(response)# prints the response from chatGPT

区区三行代码,我们仿佛拥有了整个世界!

OpenAI

第二种方法是通过 OpenAI 开放的接口。

我们先安装 OpenAI 库。

pip install openai

然后需要获取 api key,需要访问如下网站 https://platform.openai.com/account/api-key,添加对应的 key 即可,保存该 key。

图片

接下来我们就可以编写代码了,也非常简单。

import openai

# 设置 API Key
openai.api_key = "上面保存的api key"

# 设置请求参数
model_engine = "text-davinci-002"
prompt = "Hello World"

completions = openai.Completion.create(
engine=model_engine,
prompt=prompt,
max_tokens=1024,
n=1,
stop=None,
temperature=0.5,
)

# 获取 ChatGPT 的回复
message = completions.choices[0].text
print(message)

在上面的代码中,我们注意到,可以通过更改代码中的请求参数,如提示、模型、温度等,来调整 ChatGPT 的响应。

不过当前需要注意,OpenAI 的 API 有请求限制,所以我们不能毫无节制的调用该接口哈。

今天关于《当ChatGPT遇见Python》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
ChatGPT之父"夜不能寐":我真担心大模型被滥用ChatGPT之父"夜不能寐":我真担心大模型被滥用
上一篇
ChatGPT之父"夜不能寐":我真担心大模型被滥用
2022年人工智能在医疗领域的十大应用场景
下一篇
2022年人工智能在医疗领域的十大应用场景
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    393次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    472次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    478次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    421次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    248次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码