Создай для меня chatgpt чат на основе этого апи, чтобы кнопка "Отправить" была зеленого…
- User
Создай для меня chatgpt чат на основе этого апи, чтобы кнопка "Отправить" была зеленого цвета и под блоком ввода текста, так-же чтобы были очереди. Титул - CoGrid >> free o1 openai. Название "Free o1-prewiew by dana56"
api_name: /predict copy from gradio_client import Client client = Client("yuntian-deng/o1") result = client.predict( inputs="Hello!!", top_p=1, temperature=1, chat_counter=0, chatbot=[], api_name="/predict" ) print(result) Accepts 5 parameters: inputs str Required The input value that is provided in the "Type an input and press Enter" Textbox component. top_p float Default: 1 The input value that is provided in the "Top-p (nucleus sampling)" Slider component. temperature float Default: 1 The input value that is provided in the "Temperature" Slider component. chat_counter float Default: 0 The input value that is provided in the "parameter_16" Number component. chatbot Tuple[str | Dict(file: filepath, alt_text: str | None) | Dict(component: str, value: Any, constructor_args: Dict(), props: Dict()) | None, str | Dict(file: filepath, alt_text: str | None) | Dict(component: str, value: Any, constructor_args: Dict(), props: Dict()) | None] Default: [] The input value that is provided in the "parameter_4" Chatbot component. Returns tuple of 4 elements [0] Tuple[str | Dict(file: filepath, alt_text: str | None) | Dict(component: str, value: Any, constructor_args: Dict(), props: Dict()) | None, str | Dict(file: filepath, alt_text: str | None) | Dict(component: str, value: Any, constructor_args: Dict(), props: Dict()) | None] The output value that appears in the "value_4" Chatbot component. [1] float The output value that appears in the "value_16" Number component. [2] str The output value that appears in the "Status code from OpenAI server" Textbox component. [3] str The output value that appears in the "Type an input and press Enter" Textbox component. - Assistant
Конечно! Я помогу вам создать чат, похожий на ChatGPT, используя предоставленное API. Мы будем использовать Gradio для создания интерфейса. Кнопка "Отправить" будет зелёного цвета и расположена под блоком ввода текста. Также мы добавим очередь для обработки запросов. Титул будет "CoGrid >> free o1 openai", а название "Free o1-preview by dana56".
Вот код, который позволит вам создать такой чат:
import gradio as gr from gradio_client import Client client = Client("yuntian-deng/o1") def predict(inputs, chat_history, chat_counter): result = client.predict( inputs=inputs, top_p=1, temperature=1, chat_counter=chat_counter, chatbot=chat_history, api_name="/predict" ) chat_history.append((inputs, result[0][1])) chat_counter = result[1] status = result[2] return chat_history, "", chat_counter with gr.Blocks(title="CoGrid >> free o1 openai") as demo: gr.Markdown("# Free o1-preview by dana56") chat_history = gr.Chatbot() user_input = gr.Textbox( placeholder="Введите ваше сообщение...", show_label=False ) send_button = gr.Button("Отправить") # Стилизация кнопки send_button.style( full_width=True, color="green" ) chat_counter = gr.State(0) def user_interaction(_): return gr.update(trigger=False) send_button.click( predict, inputs=[user_input, chat_history, chat_counter], outputs=[chat_history, user_input, chat_counter] ) user_input.submit( predict, inputs=[user_input, chat_history, chat_counter], outputs=[chat_history, user_input, chat_counter] ) demo.queue() demo.launch()Объяснение кода:
- Импорт библиотек: Мы импортируем необходимые модули
gradioиgradio_client. - Клиент API: Создаем клиент для доступа к вашему API с помощью
Client("yuntian-deng/o1"). - Функция
predict: Эта функция отправляет пользовательский ввод в API и обновляет историю чата.- Принимает
inputs(сообщение пользователя),chat_history(история чата) иchat_counter. - Вызывает
client.predict()с необходимыми параметрами. - Обновляет
chat_historyиchat_counter.
- Принимает
- Интерфейс Gradio:
- Используем
gr.Blocksс указанным титулом. - Добавляем заголовок с помощью
gr.Markdown. - Создаем элементы интерфейса:
gr.Chatbot,gr.Textboxдля ввода пользователя иgr.Buttonдля кнопки отправки. - Стилизуем кнопку отправки, делая её зелёной и полной ширины, с помощью
send_button.style(full_width=True, color="green"). - Определяем взаимодействия: при нажатии кнопки или нажатии Enter вызывается функция
predict.
- Используем
- Очередь:
demo.queue()добавляет очередь для обработки входящих запросов, что полезно при одновременном доступе нескольких пользователей. - Запуск приложения:
demo.launch()запускает Gradio интерфейс.
Дополнительные шаги:
-
Установка зависимостей:
Убедитесь, что у вас установлены необходимые библиотеки:
pip install gradio gradio_client -
Запуск приложения:
Сохраните код в файл, например,
app.py, и запустите его:python app.py -
Доступ к приложению:
После запуска вы получите ссылку в консоли, перейдя по которой, откроется ваш чат.
Примечание: Убедитесь, что у вас есть доступ к API
yuntian-deng/o1. Если требуется аутентификация или дополнительные настройки, их нужно будет добавить.
Если у вас есть вопросы или нужна дополнительная помощь, пожалуйста, дайте мне знать!
- Импорт библиотек: Мы импортируем необходимые модули