Spaces:

Edxaidys
/

BUKZ

Runtime error

BUKZ / app.py

Upload app.py

f2f6366 over 3 years ago

2.17 kB

import gradio as gr
import openai

openai.api_key = open("key.txt", "r").read().strip("\n")

# Se almacena el historial de mensajes entre el usuario y el chat.
message_history = [{"role": "user", "content": f"You are a bookseller bot that knows all the books in the world and their categories. I will specify the name of the book and its corresponding SKU in my messages and you will respond with the category and subcategory to which the book that I mention in my messages belongs to. Always answer category and subcategory. Give me the categories and subcategories in Spanish. If you understand, say OK."},
                   {"role": "assistant", "content": f"OK"}]

def predict(input):
    # tokenizar la nueva oración de entrada
    message_history.append({"role": "user", "content": f"{input}"})

    completion = openai.ChatCompletion.create(
      model="gpt-3.5-turbo", # $0.002 por 1k tokens
      messages=message_history
    )
    # Respuesta:
    reply_content = completion.choices[0].message.content   

    message_history.append({"role": "assistant", "content": f"{reply_content}"}) 
    
    #Almacenamos la preguntas y respuestas en una lista
    response = [(message_history[i]["content"], message_history[i+1]["content"]) for i in range(2, len(message_history)-1, 2)] 
    return response

# Creamos una interfaz para el caht con Gradio
with gr.Blocks() as demo: 

    # crea la instancia de un chatbot que se utilizará para procesar las entradas de texto del usuario
    chatbot = gr.Chatbot() 

    # crea un nuevo componente Fila, que es un contenedor para otros componentes.
    with gr.Row(): 
        # crea un cuadro de texto donde los usuarios pueden escribir mensajes. 
        txt = gr.Textbox(show_label=False, placeholder="Enter text and press enter").style(container=False)

    # esta función procesa la entrada y genera una respuesta del chat
    txt.submit(predict, txt, chatbot) # submit(function, input, output)
    
    txt.submit(None, None, txt, _js="() => {''}") # No function, no input to that function, submit action to textbox is a js function that returns empty string, so it clears immediately.
         
demo.launch()

	import gradio as gr
	import openai

	openai.api_key = open("key.txt", "r").read().strip("\n")

	# Se almacena el historial de mensajes entre el usuario y el chat.
	message_history = [{"role": "user", "content": f"You are a bookseller bot that knows all the books in the world and their categories. I will specify the name of the book and its corresponding SKU in my messages and you will respond with the category and subcategory to which the book that I mention in my messages belongs to. Always answer category and subcategory. Give me the categories and subcategories in Spanish. If you understand, say OK."},
	{"role": "assistant", "content": f"OK"}]

	def predict(input):
	# tokenizar la nueva oración de entrada
	message_history.append({"role": "user", "content": f"{input}"})

	completion = openai.ChatCompletion.create(
	model="gpt-3.5-turbo", # $0.002 por 1k tokens
	messages=message_history
	)
	# Respuesta:
	reply_content = completion.choices[0].message.content

	message_history.append({"role": "assistant", "content": f"{reply_content}"})

	#Almacenamos la preguntas y respuestas en una lista
	response = [(message_history[i]["content"], message_history[i+1]["content"]) for i in range(2, len(message_history)-1, 2)]
	return response

	# Creamos una interfaz para el caht con Gradio
	with gr.Blocks() as demo:

	# crea la instancia de un chatbot que se utilizará para procesar las entradas de texto del usuario
	chatbot = gr.Chatbot()

	# crea un nuevo componente Fila, que es un contenedor para otros componentes.
	with gr.Row():
	# crea un cuadro de texto donde los usuarios pueden escribir mensajes.
	txt = gr.Textbox(show_label=False, placeholder="Enter text and press enter").style(container=False)

	# esta función procesa la entrada y genera una respuesta del chat
	txt.submit(predict, txt, chatbot) # submit(function, input, output)

	txt.submit(None, None, txt, _js="() => {''}") # No function, no input to that function, submit action to textbox is a js function that returns empty string, so it clears immediately.

	demo.launch()