构建个人大模型问答助手（基于Streamlit +gpt-4o/o1-mini）：全面解析与实现

风翔

已于 2024-12-16 19:21:44 修改

阅读量1k

点赞数 15

CC 4.0 BY-SA版权

文章标签： python gpt-4 o1-mini streamlit openai chatbot

于 2024-12-05 13:15:23 首次发布

本文链接：https://blog.csdn.net/sequoia00/article/details/144264253

在当今人工智能迅猛发展的时代，构建一个个人化的大模型问答助手不仅能够提高工作效率，还能为日常生活带来便利。本篇博客将详细解析如何使用Python和Streamlit框架，结合OpenAI的API，搭建一个类似于ChatGPT的问答系统。我们将分步骤介绍代码实现，同时确保敏感信息的安全性。

项目代码地址：
https://gitcode.com/sequoia00/appChat_streamlit/overview

项目概述

本项目旨在通过Python和Streamlit框架，结合OpenAI的API，构建一个个人化的问答助手。该助手允许用户选择不同的语言模型，与之进行对话，同时管理聊天历史记录，实现保存、加载、备份和删除功能。通过这一项目，用户可以体验到类似于ChatGPT的对话体验，并根据需求进行定制。

环境准备

在开始编码之前，确保你的开发环境中已经安装了以下软件和库：

Python 3.7+
Streamlit：用于构建Web应用的框架。
OpenAI Python SDK：用于与OpenAI的API进行交互。
其他辅助库：如json, os, glob, re, shutil等。

可以使用以下命令安装必要的库：

pip install streamlit openai

代码实现详解

下面，我们将对整个代码进行逐段详细解析，帮助读者深入理解每一部分的功能与实现。

导入必要的库

from openai import OpenAI
import streamlit as st
import json
import os
import glob
import re
import shutil  # 用于文件移动

解析：

这些库为项目提供了必要的功能支持：

openai：与OpenAI API交互。
streamlit：构建用户界面。
json：处理JSON数据格式。
os, glob, re, shutil：文件和目录管理。

API密钥与模型配置

# 示例：模型和相应的 API 密钥
default_key = "sk-***"  # 默认令牌
sale_key = "sk-***"  # 自定义默认1.0
guan_key = "sk-***"  # 管转令牌3倍
az_key = "sk-***"  # 纯AZ，1.5倍
claude_key = "sk-***"  # claude 8倍
guan5_key = "sk-***"  # 管转令牌5倍

model_keys = {
   
   
    "gpt-4o-mini-2024-07-18": az_key,  #1.5
    "o1-mini": guan5_key,    #3
    "gpt-4o-2024-08-06": az_key,
    "claude-3-5-sonnet-20240620": claude_key
}

解析：

API密钥管理：为不同的模型配置不同的API密钥，以实现对不同服务的调用和控制。
模型选择：通过model_keys字典，将模型名称与对应的API密钥关联，方便用户在界面上选择。

安全建议：

将API密钥硬编码在代码中存在安全风险。建议使用环境变量或配置文件来存储这些密钥，并在代码中通过读取环境变量的方式获取，以避免泄露风险。

界面构建

st.title("ChatGPT-like Clone")
selected_model = st.sidebar.selectbox("选择模型", list(model_keys.keys()))
api_key = model_keys[selected_model]
api_url = "https://api.manyi88.top/v1" #ManyiAPI聚合接口站：https://api.manyi88.top

client = OpenAI(api_key=api_key, base_url=api_url)

解析：

标题设置：通过st.title函数设置应用的标题。
模型选择：在侧边栏提供一个下拉菜单，用户可以选择不同的模型。
API客户端初始化：根据用户选择的模型，获取对应的API密钥和API URL，初始化OpenAI客户端。

数据管理

data_dir = "data"
backup_dir = "data_bak"
if not os.path.exists(data_dir):
    os.makedirs(data_dir)
if not os.path.exists(backup_dir):
    os.makedirs(backup_dir)

解析：

数据目录：data_dir用于存储聊天记录。
备份目录：backup_dir用于备份历史聊天记录。
目录检查与创建：如果目录不存在，自动创建，确保文件操作的顺利进行。

会话ID管理

session_id_file = os.path.join(data_dir, "session_id.txt")

def load_session_id():
    if os.path.exists(session_id_file):
        with open(session_id_file, "r") as f:
            return