小白入手实现AI客服机器人demo

2024-06-18 02:44

本文主要是介绍小白入手实现AI客服机器人demo,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、环境准备

1 安装python
2 安装vscode
3 安装相关python库
pip install flask flask_cors openai

4.在vscode里安装TONGYI Lingma(AI编程助手)
在这里插入图片描述

二、后端搭建

创建一个后端文件夹chatbot,再新建一个app.py的python文件

from flask import Flask, request, jsonify
from flask_cors import CORS
from openai import OpenAI
import osfrom dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv())client = OpenAI()app = Flask(__name__)
CORS(app, resources={r"/*":{"origins": "*"}}) # 这会为所有端点添加跨源头部分@app.route('/ask', methods=['POST'])def ask():user_question = request.json['message']answer = get_answer_from_model(user_question)return jsonify({'answer': answer})def get_answer_from_model(message):response = client.completions.create(model="gpt-3.5-turbo-instruct",prompt=message,max_tokens=512,# stream=Falsestream=True)print('response:',response)# answer = response.choices[0].text.strip()answer = ""for chunk in response:answer += chunk.choices[0].textreturn answerif __name__ == '__main__':app.run(debug=True, port=5000)

三、前端搭建

1 创建前端文件夹chatbot-interface
2 创建三个前端的文件index.html styles.css srcript.js

index.html

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><title>AI Chatbot</title><link rel="stylesheet" href="styles.css">
</head>
<body><div class="chat-container"><div class="chat-header"><h3>AI Chatbot</h3></div><div class="chat-box" id="chat-box"><!-- 聊天消息将在这里显示 --></div><div class="chat-input"><input type="text" id="user-input" placeholder="Type your message..."><button id="send-button" onclick="sendMessage()">Send</button></div></div><script src="script.js"></script>
</body>
</html>

styles.css

body, html {margin: 0;padding: 0;font-family: Arial, sans-serif;
}.chat-container {max-width: 1080px;margin: 30px auto;border: 1px solid #ccc;border-radius: 5px;
}.chat-header {background-color: #f4f4f4;padding: 10px;border-top-left-radius: 5px;border-top-right-radius: 5px;
}.chat-box {height: 720px;overflow-y: scroll;padding: 15px;background-color: #fff;
}.chat-input {padding: 10px;display: flex;justify-content: space-between;
}.chat-input input {flex-grow: 1;padding: 5px;border: 1px solid #ccc;border-radius: 5px;
}.chat-input button {padding: 5px 15px;background-color: #007bff;color: white;border: none;border-radius: 5px;cursor: pointer;
}/* 简单的动画效果 */
.chat-box::-webkit-scrollbar {width: 6px;
}.chat-box::-webkit-scrollbar-thumb {background-color: #ccc;
}

script.js

var inputBox = document.getElementById('user-input');
var sendButton = document.getElementById('send-button');
inputBox.addEventListener('keydown', function(event) {if (event.keyCode === 13 || event.key === 'Enter') {event.preventDefault();sendMessage();}
});function sendMessage() {//var userInput = document.getElementById('user-input').value;var userInput = inputBox.value;if (userInput.trim() === '') return;// 将用户输入添加到聊天框addToChatBox('baiyang', userInput);// 清空输入框document.getElementById('user-input').value = '';// 假设这里发送请求到服务器,并获取AI的回复fetch('http://127.0.0.1:5000/ask', {method: 'POST',headers: {'Content-Type': 'application/json',},body: JSON.stringify({ message: userInput })}).then(response => {if (!response.ok){throw new Error('Network response was not ok');}return response.json()}).then(data => {// 将AI的回复添加到聊天框if (data && data.answer){console.log(data.answer);addToChatBox("douwan", data.answer);}else{console.error('Invalid response data:', data);}// addToChatBox('AI', data.reply);}).catch((error) => {console.error('Error:', error);});
}function addToChatBox(sender, message) {var chatBox = document.getElementById('chat-box');var div = document.createElement('div');div.innerHTML = `<strong>${sender}:</strong> ${message}`;chatBox.appendChild(div);chatBox.scrollTop = chatBox.scrollHeight; // 自动滚动到底部
}

四、效果展示

1 首先运行app.py文件,在vscode中运行,如
在这里插入图片描述

2 浏览器打开index文件,在输入框中输入相关文件,发送可返回信息。
在这里插入图片描述

这篇关于小白入手实现AI客服机器人demo的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1071090

相关文章

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今,数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置(可选)启动服务应用场景

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import

前端原生js实现拖拽排课效果实例

《前端原生js实现拖拽排课效果实例》:本文主要介绍如何实现一个简单的课程表拖拽功能,通过HTML、CSS和JavaScript的配合,我们实现了课程项的拖拽、放置和显示功能,文中通过实例代码介绍的... 目录1. 效果展示2. 效果分析2.1 关键点2.2 实现方法3. 代码实现3.1 html部分3.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

java父子线程之间实现共享传递数据

《java父子线程之间实现共享传递数据》本文介绍了Java中父子线程间共享传递数据的几种方法,包括ThreadLocal变量、并发集合和内存队列或消息队列,并提醒注意并发安全问题... 目录通过 ThreadLocal 变量共享数据通过并发集合共享数据通过内存队列或消息队列共享数据注意并发安全问题总结在 J

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot+MyBatis-Flex配置ProxySQL的实现步骤

《SpringBoot+MyBatis-Flex配置ProxySQL的实现步骤》本文主要介绍了SpringBoot+MyBatis-Flex配置ProxySQL的实现步骤,文中通过示例代码介绍的非常详... 目录 目标 步骤 1:确保 ProxySQL 和 mysql 主从同步已正确配置ProxySQL 的