на сайте https://odinthespam.pythonanywhere.com/ после получения с формы prompt…
- User
на сайте https://odinthespam.pythonanywhere.com/ после получения с формы prompt сформируй запрос в /generate используя данные из prompt: import yaml import os from flask import Flask, request, jsonify, make_response, render_template_string from flasgger import Swagger from freeGPT import Client
Базовый путь к директории проекта
base_dir = os.path.dirname(os.path.abspath(file))
Путь к файлу swagger.yaml
swagger_yaml_path = os.path.join(base_dir, 'Static', 'swagger.yaml')
Чтение содержимого файла yaml
with open(swagger_yaml_path, 'r', encoding='utf-8') as f: swagger_template = yaml.safe_load(f)
Создаем приложение Flask
app = Flask(name)
Конфигурация для Swagger
swagger_config = { "headers": [], "specs": [ { "endpoint": 'apispec_1', "route": '/apispec_1.json', # Путь к спецификации JSON "rule_filter": lambda rule: True, # Все эндпоинты включены "model_filter": lambda tag: True # Все модели включены } ], "static_url_path": "/flasgger_static", "swagger_ui": True, "specs_route": "/apidocs/" }
Инициализация Swagger
swagger = Swagger(app, config=swagger_config, template=swagger_template)
def create_completion(prompt, model='gpt3'): # Используем библиотеку freeGPT для генерации текста return Client.create_completion(model, prompt)
@app.route('/', methods=['GET', 'POST']) def home(): """ Home page displaying links to Swagger UI and the generate endpoint. """ if request.method == 'POST': prompt = request.form.get('prompt', '') model = 'gpt3' response_text = create_completion(prompt, model) response_text = response_text.encode('latin1').decode('utf-8') else: prompt = '' response_text = ''
html_content = f""" <html> <head><title>GPT-3 API</title></head> <body> <h1>Welcome to the GPT-3 API</h1> <ul> <li><a href="/apidocs/">Swagger UI</a></li> </ul> <h2>Generate Text Endpoint (POST)</h2> <form method="post" action="/"> <label for="prompt">Prompt:</label><br> <input type="text" id="prompt" name="prompt" value="{prompt}"><br><br> <input type="submit" value="Generate"><br><br> </form> <h3>Generated Text:</h3> <textarea rows="10" cols="60" readonly>{response_text}</textarea> </body> </html> """ return render_template_string(html_content)@app.route('/generate', methods=['POST']) def generate(): """ This is the text generation endpoint. Call this API passing a JSON body with 'prompt' and 'model' fields. — tags: - Text generation parameters: - in: body name: body description: JSON object containing the prompt and model. required: true schema: type: object required: - prompt properties: prompt: type: string description: The text prompt to complete. example: "Пример текста" model: type: string description: The model to use, default is gpt3. default: "gpt3" example: "gpt3" responses: 200: description: Text generated successfully schema: type: object properties: response: type: string description: The generated text. 500: description: Internal server error """ try: data = request.json prompt = data.get('prompt', '') model = data.get('model', 'gpt3')
response_text = create_completion(prompt, model) decoded_response = response_text.encode('latin1').decode('utf-8') response = make_response(jsonify({'response': decoded_response.strip()})) response.headers['Cache-Control'] = 'no-store' response.headers['Pragma'] = 'no-cache' response.headers['Expires'] = '0' return response except Exception as e: return jsonify({'error': str(e)}), 500 - Assistant
Для реализации отправки запроса из формы с использованием полученного
promptна конечную точку/generate, можно изменить функциюhomeтаким образом, чтобы использовать JavaScript или же отправлять форму на сервер и перенаправлять запрос на конечную точку.Ниже представлен вариант с использованием JavaScript для отправки AJAX-запроса к конечной точке
/generateпрямо из формы:import yaml import os from flask import Flask, request, jsonify, make_response, render_template_string from flasgger import Swagger from freeGPT import Client # Базовый путь к директории проекта base_dir = os.path.dirname(os.path.abspath(__file__)) # Путь к файлу swagger.yaml swagger_yaml_path = os.path.join(base_dir, 'Static', 'swagger.yaml') # Чтение содержимого файла yaml with open(swagger_yaml_path, 'r', encoding='utf-8') as f: swagger_template = yaml.safe_load(f) # Создаем приложение Flask app = Flask(__name__) # Конфигурация для Swagger swagger_config = { "headers": [], "specs": [ { "endpoint": 'apispec_1', "route": '/apispec_1.json', # Путь к спецификации JSON "rule_filter": lambda rule: True, # Все эндпоинты включены "model_filter": lambda tag: True # Все модели включены } ], "static_url_path": "/flasgger_static", "swagger_ui": True, "specs_route": "/apidocs/" } # Инициализация Swagger swagger = Swagger(app, config=swagger_config, template=swagger_template) def create_completion(prompt, model='gpt3'): # Используем библиотеку freeGPT для генерации текста return Client.create_completion(model, prompt) @app.route('/', methods=['GET', 'POST']) def home(): """ Home page displaying links to Swagger UI and the generate endpoint. """ if request.method == 'POST': prompt = request.form.get('prompt', '') else: prompt = '' html_content = """ <html> <head> <title>GPT-3 API</title> <script> async function generateText() { const prompt = document.getElementById('prompt').value; const response = await fetch('/generate', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ prompt: prompt, model: 'gpt3' }) }); const data = await response.json(); document.getElementById('response').value = data.response || 'Error'; } </script> </head> <body> <h1>Welcome to the GPT-3 API</h1> <ul> <li><a href="/apidocs/">Swagger UI</a></li> </ul> <h2>Generate Text Endpoint (POST)</h2> <form onsubmit="event.preventDefault(); generateText();"> <label for="prompt">Prompt:</label><br> <input type="text" id="prompt" name="prompt" value="{prompt}"><br><br> <input type="submit" value="Generate"><br><br> </form> <h3>Generated Text:</h3> <textarea id="response" rows="10" cols="60" readonly></textarea> </body> </html> """ return render_template_string(html_content) @app.route('/generate', methods=['POST']) def generate(): """ This is the text generation endpoint. Call this API passing a JSON body with 'prompt' and 'model' fields. — tags: - Text generation parameters: - in: body name: body description: JSON object containing the prompt and model. required: true schema: type: object required: - prompt properties: prompt: type: string description: The text prompt to complete. example: "Пример текста" model: type: string description: The model to use, default is gpt3. default: "gpt3" example: "gpt3" responses: 200: description: Text generated successfully schema: type: object properties: response: type: string description: The generated text. 500: description: Internal server error """ try: data = request.json prompt = data.get('prompt', '') model = data.get('model', 'gpt3') response_text = create_completion(prompt, model) decoded_response = response_text.encode('latin1').decode('utf-8') response = make_response(jsonify({'response': decoded_response.strip()})) response.headers['Cache-Control'] = 'no-store' response.headers['Pragma'] = 'no-cache' response.headers['Expires'] = '0' return response except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == "__main__": app.run(debug=True)В этом случае, вместо отправки формы стандартным способом, используется функция
generateText, которая отправляет AJAX-запрос на конечную точку/generateи выводит результат в текстовое поле. - User
добавь перед запросом в chatGPT инструкцию чтобы он ответил по русски
- Assistant
Конечно, можно добавить инструкцию перед запросом к GPT-3 для обеспечения того, чтобы он отвечал на русском языке. Для этого достаточно добавить инструкцию в начало перед основным текстом
prompt.Вот как это можно сделать:
import yaml import os from flask import Flask, request, jsonify, make_response, render_template_string from flasgger import Swagger from freeGPT import Client # Базовый путь к директории проекта base_dir = os.path.dirname(os.path.abspath(__file__)) # Путь к файлу swagger.yaml swagger_yaml_path = os.path.join(base_dir, 'Static', 'swagger.yaml') # Чтение содержимого файла yaml with open(swagger_yaml_path, 'r', encoding='utf-8') as f: swagger_template = yaml.safe_load(f) # Создаем приложение Flask app = Flask(__name__) # Конфигурация для Swagger swagger_config = { "headers": [], "specs": [ { "endpoint": 'apispec_1', "route": '/apispec_1.json', # Путь к спецификации JSON "rule_filter": lambda rule: True, # Все эндпоинты включены "model_filter": lambda tag: True # Все модели включены } ], "static_url_path": "/flasgger_static", "swagger_ui": True, "specs_route": "/apidocs/" } # Инициализация Swagger swagger = Swagger(app, config=swagger_config, template=swagger_template) def create_completion(prompt, model='gpt3'): # Инструкция для генерации ответа на русском языке instruction = "Пожалуйста, ответь на русском языке." full_prompt = f"{instruction}\n{prompt}" # Используем библиотеку freeGPT для генерации текста return Client.create_completion(model, full_prompt) @app.route('/', methods=['GET', 'POST']) def home(): """ Home page displaying links to Swagger UI and the generate endpoint. """ if request.method == 'POST': prompt = request.form.get('prompt', '') else: prompt = '' html_content = """ <html> <head> <title>GPT-3 API</title> <script> async function generateText() { const prompt = document.getElementById('prompt').value; const response = await fetch('/generate', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ prompt: prompt, model: 'gpt3' }) }); const data = await response.json(); document.getElementById('response').value = data.response || 'Error'; } </script> </head> <body> <h1>Welcome to the GPT-3 API</h1> <ul> <li><a href="/apidocs/">Swagger UI</a></li> </ul> <h2>Generate Text Endpoint (POST)</h2> <form onsubmit="event.preventDefault(); generateText();"> <label for="prompt">Prompt:</label><br> <input type="text" id="prompt" name="prompt" value="{prompt}"><br><br> <input type="submit" value="Generate"><br><br> </form> <h3>Generated Text:</h3> <textarea id="response" rows="10" cols="60" readonly></textarea> </body> </html> """ return render_template_string(html_content) @app.route('/generate', methods=['POST']) def generate(): """ This is the text generation endpoint. Call this API passing a JSON body with 'prompt' and 'model' fields. — tags: - Text generation parameters: - in: body name: body description: JSON object containing the prompt and model. required: true schema: type: object required: - prompt properties: prompt: type: string description: The text prompt to complete. example: "Пример текста" model: type: string description: The model to use, default is gpt3. default: "gpt3" example: "gpt3" responses: 200: description: Text generated successfully schema: type: object properties: response: type: string description: The generated text. 500: description: Internal server error """ try: data = request.json prompt = data.get('prompt', '') model = data.get('model', 'gpt3') response_text = create_completion(prompt, model) decoded_response = response_text.encode('latin1').decode('utf-8') response = make_response(jsonify({'response': decoded_response.strip()})) response.headers['Cache-Control'] = 'no-store' response.headers['Pragma'] = 'no-cache' response.headers['Expires'] = '0' return response except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == "__main__": app.run(debug=True)В данном коде, функция
create_completionдобавляет инструкцию "Пожалуйста, ответь на русском языке." перед любым запросом к модели GPT-3. Это помогает гарантировать, что ответы будут на русском языке. - User
добавь в документацию swagger ендпоинт для документации: swagger: "2.0" info: version: "1.0.0" title: "GPT-3 API" description: "API for generating text completions using GPT-3" termsOfService: "http://example.com/terms/" contact: name: "API Support" url: "http://www.example.com/support" email: "support@example.com" license: name: "Apache 2.0" url: "http://www.apache.org/licenses/LICENSE-2.0.html" host: "localhost:5000" basePath: "/" schemes:
- "http" paths: /generate: post: summary: "Generate text completion" description: "Generate text completion using GPT-3 model based on the provided prompt." tags: - "Text generation" consumes: - "application/json" produces: - "application/json" parameters: - in: "body" name: "body" description: "JSON object containing the prompt and model" required: true schema: type: "object" required: - prompt properties: prompt: type: "string" example: "Explain quantum computing in simple terms." model: type: "string" default: "gpt3" example: "gpt3" responses: 200: description: "Successful response" schema: type: "object" properties: response: type: "string" example: "Quantum computing is a type of computation that…" 400: description: "Bad request. Client should check input parameters." schema: type: "object" properties: error: type: "string" example: "Invalid request parameters." 500: description: "Internal server error" schema: type: "object" properties: error: type: "string" example: "An unexpected error occurred." definitions: Error: type: "object" properties: error: type: "string" example: "An unexpected error occurred."
- Assistant
Конечно! Вы можете добавить новый конечный путь
/apidocsв документацию Swagger, чтобы отображать сам интерфейс Swagger UI. Этот путь уже настроен в вашем Flask приложении с помощью параметраspecs_route. Ниже приведен обновленный файлswagger.yamlс добавленным путём/apidocs:swagger: "2.0" info: version: "1.0.0" title: "GPT-3 API" description: "API for generating text completions using GPT-3" termsOfService: "http://example.com/terms/" contact: name: "API Support" url: "http://www.example.com/support" email: "support@example.com" license: name: "Apache 2.0" url: "http://www.apache.org/licenses/LICENSE-2.0.html" host: "localhost:5000" basePath: "/" schemes: - "http" paths: /generate: post: summary: "Generate text completion" description: "Generate text completion using GPT-3 model based on the provided prompt." tags: - "Text generation" consumes: - "application/json" produces: - "application/json" parameters: - in: "body" name: "body" description: "JSON object containing the prompt and model" required: true schema: type: "object" required: - prompt properties: prompt: type: "string" example: "Explain quantum computing in simple terms." model: type: "string" default: "gpt3" example: "gpt3" responses: 200: description: "Successful response" schema: type: "object" properties: response: type: "string" example: "Quantum computing is a type of computation that…" 400: description: "Bad request. Client should check input parameters." schema: type: "object" properties: error: type: "string" example: "Invalid request parameters." 500: description: "Internal server error" schema: type: "object" properties: error: type: "string" example: "An unexpected error occurred." /apidocs: get: summary: "Swagger UI documentation" description: "Access the Swagger UI interface to explore and test API endpoints." tags: - "Documentation" produces: - "text/html" responses: 200: description: "Successful response with Swagger UI" definitions: Error: type: "object" properties: error: type: "string" example: "An unexpected error occurred."Обратите внимание, что путь
/apidocsдобавлен с описанием, что это интерфейс Swagger UI для исследования и тестирования API. Обновлённый файлswagger.yamlтеперь учитывает и этот конечный путь.Также необходимо удостовериться, что файл
swagger.yamlнаходится в правильном каталоге (например,Static) и корректно подключается в коде вашего приложения, как это уже сделано в вашей настройке:# Путь к файлу swagger.yaml swagger_yaml_path = os.path.join(base_dir, 'Static', 'swagger.yaml') # Чтение содержимого файла yaml with open(swagger_yaml_path, 'r', encoding='utf-8') as f: swagger_template = yaml.safe_load(f)Это должно обеспечить правильную работу Swagger UI с описанием всех ваших конечных точек.
- User
добавь в код: from flask import Flask, request from flasgger import Swagger, LazyString, LazyJSONEncoder
app = Flask(name) app.json_encoder = LazyJSONEncoder
template = dict(swaggerUiPrefix=LazyString(lambda : request.environ.get('HTTP_X_SCRIPT_NAME', ''))) swagger = Swagger(app, template=template)
- Assistant
Чтобы интегрировать изменения, включающие использование
LazyStringиLazyJSONEncoderизflasgger, в ваш существующий код, вам нужно будет внести некоторые модификации. Мы добавим эти изменения в основной файл вашего приложения.Вот обновлённый и улучшенный код:
import yaml import os from flask import Flask, request, jsonify, make_response, render_template_string from flasgger import Swagger, LazyString, LazyJSONEncoder from freeGPT import Client # Базовый путь к директории проекта base_dir = os.path.dirname(os.path.abspath(__file__)) # Путь к файлу swagger.yaml swagger_yaml_path = os.path.join(base_dir, 'Static', 'swagger.yaml') # Чтение содержимого файла yaml with open(swagger_yaml_path, 'r', encoding='utf-8') as f: swagger_template = yaml.safe_load(f) # Создаем приложение Flask app = Flask(__name__) app.json_encoder = LazyJSONEncoder # Конфигурация для Swagger swagger_config = { "headers": [], "specs": [ { "endpoint": 'apispec_1', "route": '/apispec_1.json', # Путь к спецификации JSON "rule_filter": lambda rule: True, # Все эндпоинты включены "model_filter": lambda tag: True # Все модели включены } ], "static_url_path": "/flasgger_static", "swagger_ui": True, "specs_route": "/apidocs/" } # Создаем LazyString шаблон для swagger template = dict(swaggerUiPrefix=LazyString(lambda: request.environ.get('HTTP_X_SCRIPT_NAME', ''))) swagger = Swagger(app, config=swagger_config, template=swagger_template) def create_completion(prompt, model='gpt3'): # Инструкция для генерации ответа на русском языке instruction = "Пожалуйста, ответь на русском языке." full_prompt = f"{instruction}\n{prompt}" # Используем библиотеку freeGPT для генерации текста return Client.create_completion(model, full_prompt) @app.route('/', methods=['GET', 'POST']) def home(): """ Home page displaying links to Swagger UI and the generate endpoint. """ if request.method == 'POST': prompt = request.form.get('prompt', '') else: prompt = '' html_content = """ <html> <head> <title>GPT-3 API</title> <script> async function generateText() { const prompt = document.getElementById('prompt').value; const response = await fetch('/generate', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ prompt: prompt, model: 'gpt3' }) }); const data = await response.json(); document.getElementById('response').value = data.response || 'Error'; } </script> </head> <body> <h1>Welcome to the GPT-3 API</h1> <ul> <li><a href="/apidocs/">Swagger UI</a></li> </ul> <h2>Generate Text Endpoint (POST)</h2> <form onsubmit="event.preventDefault(); generateText();"> <label for="prompt">Prompt:</label><br> <input type="text" id="prompt" name="prompt" value="{prompt}"><br><br> <input type="submit" value="Generate"><br><br> </form> <h3>Generated Text:</h3> <textarea id="response" rows="10" cols="60" readonly></textarea> </body> </html> """ return render_template_string(html_content) @app.route('/generate', methods=['POST']) def generate(): """ This is the text generation endpoint. Call this API passing a JSON body with 'prompt' and 'model' fields. — tags: - Text generation parameters: - in: body name: body description: JSON object containing the prompt and model. required: true schema: type: object required: - prompt properties: prompt: type: string description: The text prompt to complete. example: "Пример текста" model: type: string description: The model to use, default is gpt3. default: "gpt3" example: "gpt3" responses: 200: description: Text generated successfully schema: type: object properties: response: type: string description: The generated text. 500: description: Internal server error """ try: data = request.json prompt = data.get('prompt', '') model = data.get('model', 'gpt3') response_text = create_completion(prompt, model) decoded_response = response_text.encode('latin1').decode('utf-8') response = make_response(jsonify({'response': decoded_response.strip()})) response.headers['Cache-Control'] = 'no-store' response.headers['Pragma'] = 'no-cache' response.headers['Expires'] = '0' return response except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == "__main__": app.run(debug=True)Изменения включают:
- Добавление и настройка
LazyJSONEncoder. - Создание
templateдля Swagger с использованиемLazyString.
Теперь ваше приложение будет использовать ленивую загрузку для Swagger UI, что может помочь с динамическими путями и настройками. Этот подход также улучшает производительность API-документации.
Не забудьте, что файл
swagger.yamlдолжен быть корректно размещён в директорииStaticи корректно загружаться в Flask-приложение. - Добавление и настройка
- User
при попытке выполнить generate из apidocs вылезает ошибка Undocumented TypeError: NetworkError when attempting to fetch resource.
- Assistant
Ошибка
Undocumented TypeError: NetworkError when attempting to fetch resourceобычно возникает из-за нескольких причин:- Неправильный путь к API.
- Проблемы с CORS (Cross-Origin Resource Sharing).
- Проблемы с конфигурацией Flask сервера.
Для устранения этой ошибки давайте удостоверимся, что все пути и конфигурации настроены правильно.
-
Проверьте
swagger.yaml: Убедитесь, что вашswagger.yamlправильно настроен. В этом примере я использую статический URLlocalhost:5000, но возможно вам нужно будет адаптировать этот путь в зависимости от окружения.swagger: "2.0" info: version: "1.0.0" title: "GPT-3 API" description: "API for generating text completions using GPT-3" termsOfService: "http://example.com/terms/" contact: name: "API Support" url: "http://www.example.com/support" email: "support@example.com" license: name: "Apache 2.0" url: "http://www.apache.org/licenses/LICENSE-2.0.html" host: "localhost:5000" # Здесь указываем правильный хост basePath: "/" schemes: - "http" paths: /generate: post: summary: "Generate text completion" description: "Generate text completion using GPT-3 model based on the provided prompt." tags: - "Text generation" consumes: - "application/json" produces: - "application/json" parameters: - in: "body" name: "body" description: "JSON object containing the prompt and model" required: true schema: type: "object" required: - prompt properties: prompt: type: "string" example: "Explain quantum computing in simple terms." model: type: "string" default: "gpt3" example: "gpt3" responses: 200: description: "Successful response" schema: type: "object" properties: response: type: "string" example: "Quantum computing is a type of computation that…" 400: description: "Bad request. Client should check input parameters." schema: type: "object" properties: error: type: "string" example: "Invalid request parameters." 500: description: "Internal server error" schema: type: "object" properties: error: type: "string" example: "An unexpected error occurred." /apidocs: get: summary: "Swagger UI documentation" description: "Access the Swagger UI interface to explore and test API endpoints." tags: - "Documentation" produces: - "text/html" responses: 200: description: "Successful response with Swagger UI" definitions: Error: type: "object" properties: error: type: "string" example: "An unexpected error occurred." -
Обновите конфигурацию вашего Flask приложения: Убедитесь, что вы правильно обрабатываете CORS для разрешения запросов с Swagger UI. Вы можете использовать пакет
flask-corsдля этого. Если он не установлен, установите его командойpip install flask-cors.import yaml import os from flask import Flask, request, jsonify, make_response, render_template_string from flasgger import Swagger, LazyString, LazyJSONEncoder from freeGPT import Client from flask_cors import CORS # Базовый путь к директории проекта base_dir = os.path.dirname(os.path.abspath(__file__)) # Путь к файлу swagger.yaml swagger_yaml_path = os.path.join(base_dir, 'Static', 'swagger.yaml') # Чтение содержимого файла yaml with open(swagger_yaml_path, 'r', encoding='utf-8') as f: swagger_template = yaml.safe_load(f) # Создаем приложение Flask app = Flask(__name__) app.json_encoder = LazyJSONEncoder CORS(app) # добавляем поддержку CORS # Конфигурация для Swagger swagger_config = { "headers": [], "specs": [ { "endpoint": 'apispec_1', "route": '/apispec_1.json', # Путь к спецификации JSON "rule_filter": lambda rule: True, # Все эндпоинты включены "model_filter": lambda tag: True # Все модели включены } ], "static_url_path": "/flasgger_static", "swagger_ui": True, "specs_route": "/apidocs/" } # Создаем LazyString шаблон для swagger template = dict(swaggerUiPrefix=LazyString(lambda: request.environ.get('HTTP_X_SCRIPT_NAME', ''))) swagger = Swagger(app, config=swagger_config, template=swagger_template) def create_completion(prompt, model='gpt3'): # Инструкция для генерации ответа на русском языке instruction = "Пожалуйста, ответь на русском языке." full_prompt = f"{instruction}\n{prompt}" # Используем библиотеку freeGPT для генерации текста return Client.create_completion(model, full_prompt) @app.route('/', methods=['GET', 'POST']) def home(): """ Home page displaying links to Swagger UI and the generate endpoint. """ if request.method == 'POST': prompt = request.form.get('prompt', '') else: prompt = '' html_content = """ <html> <head> <title>GPT-3 API</title> <script> async function generateText() { const prompt = document.getElementById('prompt').value; const response = await fetch('/generate', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ prompt: prompt, model: 'gpt3' }) }); const data = await response.json(); document.getElementById('response').value = data.response || 'Error'; } </script> </head> <body> <h1>Welcome to the GPT-3 API</h1> <ul> <li><a href="/apidocs/">Swagger UI</a></li> </ul> <h2>Generate Text Endpoint (POST)</h2> <form onsubmit="event.preventDefault(); generateText();"> <label for="prompt">Prompt:</label><br> <input type="text" id="prompt" name="prompt" value="{prompt}"><br><br> <input type="submit" value="Generate"><br><br> </form> <h3>Generated Text:</h3> <textarea id="response" rows="10" cols="60" readonly></textarea> </body> </html> """ return render_template_string(html_content) @app.route('/generate', methods=['POST']) def generate(): """ This is the text generation endpoint. Call this API passing a JSON body with 'prompt' and 'model' fields. — tags: - Text generation parameters: - in: body name: body description: JSON object containing the prompt and model. required: true schema: type: object required: - prompt properties: prompt: type: string description: The text prompt to complete. example: "Пример текста" model: type: string description: The model to use, default is gpt3. default: "gpt3" example: "gpt3" responses: 200: description: Text generated successfully schema: type: object properties: response: type: string description: The generated text. 500: description: Internal server error """ try: data = request.json prompt = data.get('prompt', '') model = data.get('model', 'gpt3') response_text = create_completion(prompt, model) decoded_response = response_text.encode('latin1').decode('utf-8') response = make_response(jsonify({'response': decoded_response.strip()})) response.headers['Cache-Control'] = 'no-store' response.headers['Pragma'] = 'no-cache' response.headers['Expires'] = '0' return response except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == "__main__": app.run(debug=True) -
Убедитесь, что сервер Flask запущен: Убедитесь, что ваш сервер Flask запущен и доступен по адресу
localhost:5000. Вы можете запустить сервер с помощью команды:flask runИли, если вы используете команду в блоке кода:
if __name__ == "__main__": app.run(debug=True)
Убедитесь, что после внесенных изменений вы перезапускаете сервер. После этих изменений, Swagger UI должен корректно взаимодействовать с конечной точкой
/generateдля генерации текста. - User
C:\Users\1\PycharmProjects\freeGPT\venv\Scripts\python.exe C:\Users\1\PycharmProjects\freeGPT\app_ide.py Traceback (most recent call last): File "C:\Users\1\PycharmProjects\freeGPT\app_ide.py", line 6, in from flask_cors import CORS ModuleNotFoundError: No module named 'flask_cors'
- Assistant
Ошибка
ModuleNotFoundError: No module named 'flask_cors'указывает на то, что пакетflask_corsне установлен в вашем виртуальном окружении.Для установки
flask_cors, выполните следующие шаги:-
Активируйте ваше виртуальное окружение: Убедитесь, что ваше виртуальное окружение активировано. В Windows это можно сделать командой:
.\venv\Scripts\activate -
Установите пакет
flask_cors: Используйте pip для установки пакетаflask_cors:pip install flask-cors
После установки пакета
flask_cors, попробуйте снова запустить ваш скрипт. Код будет следующим:import yaml import os from flask import Flask, request, jsonify, make_response, render_template_string from flasgger import Swagger, LazyString, LazyJSONEncoder from flask_cors import CORS from freeGPT import Client # Базовый путь к директории проекта base_dir = os.path.dirname(os.path.abspath(__file__)) # Путь к файлу swagger.yaml swagger_yaml_path = os.path.join(base_dir, 'Static', 'swagger.yaml') # Чтение содержимого файла yaml with open(swagger_yaml_path, 'r', encoding='utf-8') as f: swagger_template = yaml.safe_load(f) # Создаем приложение Flask app = Flask(__name__) app.json_encoder = LazyJSONEncoder CORS(app) # добавляем поддержку CORS # Конфигурация для Swagger swagger_config = { "headers": [], "specs": [ { "endpoint": 'apispec_1', "route": '/apispec_1.json', # Путь к спецификации JSON "rule_filter": lambda rule: True, # Все эндпоинты включены "model_filter": lambda tag: True # Все модели включены } ], "static_url_path": "/flasgger_static", "swagger_ui": True, "specs_route": "/apidocs/" } # Создаем LazyString шаблон для swagger template = dict(swaggerUiPrefix=LazyString(lambda: request.environ.get('HTTP_X_SCRIPT_NAME', ''))) swagger = Swagger(app, config=swagger_config, template=swagger_template) def create_completion(prompt, model='gpt3'): # Инструкция для генерации ответа на русском языке instruction = "Пожалуйста, ответь на русском языке." full_prompt = f"{instruction}\n{prompt}" # Используем библиотеку freeGPT для генерации текста return Client.create_completion(model, full_prompt) @app.route('/', methods=['GET', 'POST']) def home(): """ Home page displaying links to Swagger UI and the generate endpoint. """ if request.method == 'POST': prompt = request.form.get('prompt', '') else: prompt = '' html_content = """ <html> <head> <title>GPT-3 API</title> <script> async function generateText() { const prompt = document.getElementById('prompt').value; const response = await fetch('/generate', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ prompt: prompt, model: 'gpt3' }) }); const data = await response.json(); document.getElementById('response').value = data.response || 'Error'; } </script> </head> <body> <h1>Welcome to the GPT-3 API</h1> <ul> <li><a href="/apidocs/">Swagger UI</a></li> </ul> <h2>Generate Text Endpoint (POST)</h2> <form onsubmit="event.preventDefault(); generateText();"> <label for="prompt">Prompt:</label><br> <input type="text" id="prompt" name="prompt" value="{prompt}"><br><br> <input type="submit" value="Generate"><br><br> </form> <h3>Generated Text:</h3> <textarea id="response" rows="10" cols="60" readonly></textarea> </body> </html> """ return render_template_string(html_content) @app.route('/generate', methods=['POST']) def generate(): """ This is the text generation endpoint. Call this API passing a JSON body with 'prompt' and 'model' fields. — tags: - Text generation parameters: - in: body name: body description: JSON object containing the prompt and model. required: true schema: type: object required: - prompt properties: prompt: type: string description: The text prompt to complete. example: "Пример текста" model: type: string description: The model to use, default is gpt3. default: "gpt3" example: "gpt3" responses: 200: description: Text generated successfully schema: type: object properties: response: type: string description: The generated text. 500: description: Internal server error """ try: data = request.json prompt = data.get('prompt', '') model = data.get('model', 'gpt3') response_text = create_completion(prompt, model) decoded_response = response_text.encode('latin1').decode('utf-8') response = make_response(jsonify({'response': decoded_response.strip()})) response.headers['Cache-Control'] = 'no-store' response.headers['Pragma'] = 'no-cache' response.headers['Expires'] = '0' return response except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == "__main__": app.run(debug=True)Теперь попробуйте снова запустить ваше приложение. Это должно устранить проблему отсутствующего модуля и разрешить CORS запросы.
-