《生成式 AI》课程 第3講 CODE TASK执行文章摘要的机器人

课程

《生成式 AI》课程 第3講：訓練不了人工智慧嗎？你可以訓練你自己-CSDN博客

任务1:总结
1.我们希望你创建一个可以执行文章摘要的机器人。
2.设计一个提示符，使语言模型能够对文章进行总结。

 model: gpt-4o-mini',#'gpt-3.5-turbo',

import requests
import gradio as gr
import jsondef get_response(input_text):url = "https://openai.api2d.net/v1/chat/completions"headers = {'Content-Type': 'application/json','Authorization': 'Bearer f'  # <-- 把 fkxxxxx 替换成你自己的 Forward Key，注意前面的 Bearer 要保留，并且和 Key 中间有一个空格。}data = {'model': 'gpt-4o-mini',#'gpt-3.5-turbo','messages': [{'role': 'user', 'content': f"对输入内容总结：{input_text}"}]}response = requests.post(url, headers=headers, json=data)status_code = response.status_codetry:json_data = response.json()# 提取模型名称model_name = json_data.get('model', '未知模型')# 提取助手回复的内容assistant_content = json_data.get('choices', [])[0].get('message', {}).get('content', '无回复内容')# 提取各类token数量prompt_tokens = json_data.get('usage', {}).get('prompt_tokens', 0)completion_tokens = json_data.get('usage', {}).get('completion_tokens', 0)total_tokens = json_data.get('usage', {}).get('total_tokens', 0)return status_code, f"模型: {model_name}\n回复内容: {assistant_content}\n提示词token数: {prompt_tokens}\n回复内容token数: {completion_tokens}\n总token数: {total_tokens}"except json.JSONDecodeError:return status_code, "解析JSON出错"iface = gr.Interface(fn=get_response,inputs=gr.Textbox(lines=2, placeholder="请输入你想发送的内容"),outputs=[gr.Textbox(label="状态码"), gr.Textbox(label="解析后的响应内容")]
)iface.launch()

执行的结果