前面课程当中,给大家介绍了 OpenAI 接口,实现单轮对话,也就是一问一答的场景。但在真实项目当中,多轮对话也是很常见的,也就是说会有多次提问,并且前后是有承接关系的对话场景。这节课,我们就来用一种简单直接的方式,实现多轮对话的过程。

代码示例

1、基本结构

# openai_04_multi_round.py
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()

client = OpenAI()

messages = []

response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=messages
)

print(response.choices[0].message.content)

2、循环构建多轮对话

while True:
    content = input('User: ')
    messages.append({"role": "user", "content": content})

    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=messages
    )

    asst_content = response.choices[0].message.content
    print('Assistant: ', asst_content)
    messages.append({"role": "assistant", "content": asst_content})
    # print(messages)

3、验证多轮对话效果

User: 感冒是一种什么病?

User: 一般会有哪些症状?

User: 吃什么药好得快?

在上面例子中,我们用的是把所有历史对话都带上的方法,实现了多轮对话的效果。但是,大家可能也发现了,这个方法其实存在一个问题,就是聊的时间越长,会越贵,因为历史的 messages 会积压,token 数量会越来越多。

这个问题,会在后面 Langchain 的部分,给大家介绍相应的解决方案。

本文链接:http://edu.ichenhua.cn/edu/note/686

版权声明:本文为「陈华编程」原创课程讲义,请给与知识创作者起码的尊重,未经许可不得传播或转售!