现在还有人做网站吗,淘宝关键词排名查询工具,北京百度推广电话号码,电器类网站设计视频版本#xff1a; ChatGPT实战-构建文章分析AI聊天机器人 简介
本文实现如下功能#xff1a;
当浏览一篇文章#xff0c;点击分享#xff0c;分享到聊天软件的对话框中。它就会生成一个文章的总结和分析结果。例如分析是否有逻辑问题#xff0c;是否有诱导购买#…视频版本 ChatGPT实战-构建文章分析AI聊天机器人 简介
本文实现如下功能
当浏览一篇文章点击分享分享到聊天软件的对话框中。它就会生成一个文章的总结和分析结果。例如分析是否有逻辑问题是否有诱导购买是否有焦虑制造。
一起来看看怎么实现的吧。
这里以飞书机器人为例当然你也可以用别的平台例如微信、钉钉。
整体方案介绍 首先用户将文章链接发送给飞书聊天机器人飞书通过事件订阅将内容发给机器人服务端服务端收到链接后访问网址获取内容并调用chatgpt接口进行总结将总结后的内容回复给用户。
下面我们来一步步实现。
前置准备
在开始之你需要准备好ChatGPT的API访问key和一台web服务器。
准备web服务器的时候需要注意安全问题。例如服务器关闭root登录禁止密码登录。采用ssh key的方式进行登录。
然后防火墙需要在云厂商的控制台开启。不然外部无法访问。
代码
在github中也可以找到shanchuantian/paper_analyze_bot.git 有三个文件入口在main.py中。 main.py
import json
import uuidimport requests
from fastapi import FastAPI
from fastapi.params import Body
from fastapi import BackgroundTasksfrom openai import chat
from parse_wexin_paper import get_paper_contentapp FastAPI()app.get(/)
def root():return {message: Hello World}def get_tenant_access_token():url https://open.feishu.cn/open-apis/auth/v3/app_access_token/internalbody {app_id: cli_xxx, # todo 可以将其放入环境变量中不能泄漏app_secret: jwxxx # todo 可以将其放入环境变量中不能泄漏}res requests.post(url, jsonbody)return res.json().get(tenant_access_token)def send_response(message_id, text_content):# 回复消息url fhttps://open.feishu.cn/open-apis/im/v1/messages/{message_id}/replyres_content {text: text_content}response {content: json.dumps(res_content),msg_type: text,uuid: str(uuid.uuid4())}token get_tenant_access_token()headers {Authorization: fBearer {token},Content-Type: fapplication/json; charsetutf-8}print(fresponse url:{url}, header:{headers}, data:{response})requests.post(url, headersheaders, jsonresponse)def handle_task(payload):# 用户发过来的消息content payload.get(event).get(message).get(content)print(fcontent:{content})# 获取文章内容paper_content get_paper_content(json.loads(content).get(text))prompt f我会给你一篇由begin和end包含的文章请完成如下任务1.总结一下文章以列表的形式输出关键要点保持语句通顺简单易懂。2.分析文章中是否有逻辑问题如果有请依次列出问题写在下面的【逻辑问题列表】中没有则保持空。3.分析文章中是否有诱导读者购买课程、商品等行为如果有请写在下面的【诱导购买列表】中没有则保持空。4.分析文章中是否有焦虑制造倾向如果有请写在下面的【焦虑制造列表】中没有则保持空。严格按照如下格式输出【总结】这里放总结内容。【逻辑问题列表】在这里列出逻辑问题。【诱导购买列表】在这里列出诱导购买内容。【焦虑制造列表】在这里放焦虑制造内容。这是文章begin{paper_content}endprint(fprompt:{prompt})# 调用ChatGPT进行总结summary chat(prompt)message_id payload.get(event).get(message).get(message_id)# 回复消息send_response(message_id, summary)app.post(/)
async def say_hello(background_tasks: BackgroundTasks, payload: dict Body(...)):# 检测到CHALLENGE标记就直接返回以通过飞书的接入challenge payload.get(CHALLENGE)if challenge:print(fCHALLENGE flag is exist, return it.)return payload# print(fpayload:{json.dumps(payload)})# feishu要求1秒内返回所以此处起一个后台任务处理background_tasks.add_task(handle_task, payload)print(###### i will return immediately。。。)return if __name__ __main__:get_tenant_access_token()
openai.py
import requestsurl https://openai.api2d.net/v1/chat/completionsheaders {Content-Type: application/json,# todo 不能泄漏Authorization: Bearer fkxxx # -- 把 fkxxxxx 替换成你自己的 Forward Key注意前面的 Bearer 要保留并且和 Key 中间有一个空格。
}def chat(content, roleuser, modelgpt-3.5-turbo):data {model: model,messages: [{role: role, content: content}]}print(start chat to chatgpt....)response requests.post(url, headersheaders, jsondata)print(ChatGPT Status Code, response.status_code)print(ChatGPT JSON Response , response.json())return response.json().get(choices)[0].get(message).get(content)if __name__ __main__:content 你好chat(contentcontent)parse_wexin_paper.py
import requests
from lxml import etree
import osdef get_paper_content(url):html requests.get(url).text# print(fhtml:{html})con etree.HTML(html)# 获取标题h2 con.xpath(//h1[classrich_media_title ]/text())h2 ,.join(map(str, h2))h2 os.linesep.join([s for s in h2.splitlines(True) if s.strip()])h2 h2.rstrip() # 去除右空行print(fh2:{h2})# print(h2)# 获取正文p_text span con.xpath(//p | //section/span) # 通过‘|’可以增加筛选的条件print(fspan:{span})# print(span)for p_tex in span:p_tex p_tex.xpath(string(.))p_text p_text p_tex \n# print(p_tex)# print(p_text)# 保存内容con_text %s%s%s%s % (h2, \n, p_text, \n)return con_textif __name__ __main__:# url input(请输入要采集的微信公众号文章地址:)url https://mp.weixin.qq.com/s/xxxget_paper_content(url)
我们通过fast API这个web框架来实现web服务。在这里我们需要实现两个功能
一个是接入服务功能另一个是我们的业务逻辑。
运行服务可以直接通过uvicorn 运行
uvicorn main:app --host 0.0.0.0 --port 7011飞书权限申请
主要是在飞书开放平台申请应用然后添加权限事件订阅发布版本。截图太多了上面视频中有详细介绍
接下来就可以愉快的进行使用啦。
