吴恩达MCP课程（1）：chat_bot

原课程代码是用Anthropic写的，下面代码是用OpenAI改写的，模型则用阿里巴巴的模型做测试
.env 文件为：

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
OPENAI_API_BASE=https://dashscope.aliyuncs.com/compatible-mode/v1

完整代码

import arxiv
import json
import os
from typing import List
from dotenv import load_dotenv
import openaiPAPER_DIR = "papers"def search_papers(topic: str, max_results: int = 5) -> List[str]:"""Search for papers on arXiv based on a topic and store their information.Args:topic: The topic to search formax_results: Maximum number of results to retrieve (default: 5)Returns:List of paper IDs found in the search"""# Use arxiv to find the papersclient = arxiv.Client()# Search for the most relevant articles matching the queried topicsearch = arxiv.Search(query = topic,max_results = max_results,sort_by = arxiv.SortCriterion.Relevance)papers = client.results(search)# Create directory for this topicpath = os.path.join(PAPER_DIR, topic.lower().replace(" ", "_"))os.makedirs(path, exist_ok=True)file_path = os.path.join(path, "papers_info.json")# Try to load existing papers infotry:with open(file_path, "r") as json_file:papers_info = json.load(json_file)except (FileNotFoundError, json.JSONDecodeError):papers_info = {}# Process each paper and add to papers_infopaper_ids = []for paper in papers:paper_ids.append(paper.get_short_id())paper_info = {'title': paper.title,'authors': [author.name for author in paper.authors],'summary': paper.summary,'pdf_url': paper.pdf_url,'published': str(paper.published.date())}papers_info[paper.get_short_id()] = paper_info# Save updated papers_info to json filewith open(file_path, "w") as json_file:json.dump(papers_info, json_file, indent=2)print(f"Results are saved in: {file_path}")return paper_idsdef extract_info(paper_id: str) -> str:"""Search for information about a specific paper across all topic directories.Args:paper_id: The ID of the paper to look forReturns:JSON string with paper information if found, error message if not found"""for item in os.listdir(PAPER_DIR):item_path = os.path.join(PAPER_DIR, item)if os.path.isdir(item_path):file_path = os.path.join(item_path, "papers_info.json")if os.path.isfile(file_path):try:with open(file_path, "r") as json_file:papers_info = json.load(json_file)if paper_id in papers_info:return json.dumps(papers_info[paper_id], indent=2)except (FileNotFoundError, json.JSONDecodeError) as e:print(f"Error reading {file_path}: {str(e)}")continuereturn f"There's no saved information related to paper {paper_id}."tools = [{"type": "function","function": {"name": "search_papers","description": "Search for papers on arXiv based on a topic and store their information","parameters": {"type": "object","properties": {"topic": {"type": "string","description": "The topic to search for"},"max_results": {"type": "integer","description": "Maximum number of results to retrieve","default": 5}},"required": ["topic"]}}},{"type": "function","function": {"name": "extract_info","description": "Search for information about a specific paper across all topic directories","parameters": {"type": "object","properties": {"paper_id": {"type": "string","description": "The ID of the paper to look for"}},"required": ["paper_id"]}}}
]mapping_tool_function = {"search_papers": search_papers,"extract_info": extract_info
}def execute_tool(tool_name, tool_args):result = mapping_tool_function[tool_name](**tool_args)if result is None:result = "The operation completed but didn't return any results."elif isinstance(result, list):result = ', '.join(result)elif isinstance(result, dict):# Convert dictionaries to formatted JSON stringsresult = json.dumps(result, indent=2)else:# For any other type, convert using str()result = str(result)return resultload_dotenv()
client = openai.OpenAI(api_key = os.getenv("OPENAI_API_KEY"),base_url= os.getenv("OPENAI_API_BASE")
) def process_query(query):messages = [{"role": "user", "content": query}]response = client.chat.completions.create(model="qwen-turbo",  # 或其他OpenAI模型max_tokens=2024,tools=tools,messages=messages)process_query = Truewhile process_query:# 获取助手的回复message = response.choices[0].message# 检查是否有普通文本内容if message.content:print(message.content)process_query = False# 检查是否有工具调用elif message.tool_calls:# 添加助手消息到历史messages.append({"role": "assistant", "content": None,"tool_calls": message.tool_calls})# 处理每个工具调用for tool_call in message.tool_calls:tool_id = tool_call.idtool_name = tool_call.function.nametool_args = json.loads(tool_call.function.arguments)print(f"Calling tool {tool_name} with args {tool_args}")# 执行工具调用result = execute_tool(tool_name, tool_args)# 添加工具结果到消息历史messages.append({"role": "tool","tool_call_id": tool_id,"content": result})# 获取下一个回复response = client.chat.completions.create(model="qwen-turbo",  # 或其他OpenAI模型max_tokens=2024,tools=tools,messages=messages)# 如果只有文本回复，则结束处理if response.choices[0].message.content and not response.choices[0].message.tool_calls:print(response.choices[0].message.content)process_query = Falsedef chat_loop():print("Type your queries or 'quit' to exit.")while True:try:query = input("\nQuery: ").strip()if query.lower() == 'quit':breakprocess_query(query)print("\n")except Exception as e:print(f"\nError: {str(e)}")if __name__ == "__main__":chat_loop()

代码解释

导入模块

import arxiv        # 用于访问arXiv API搜索论文
import json         # 处理JSON数据
import os           # 操作系统功能，如文件路径处理
from typing import List  # 类型提示
from dotenv import load_dotenv  # 加载环境变量
import openai       # OpenAI API客户端

核心功能函数

1. search_papers 函数

这个函数用于在arXiv上搜索特定主题的论文并保存信息：

def search_papers(topic: str, max_results: int = 5) -> List[str]:
  • 参数：
    • topic: 要搜索的主题
    • max_results: 最大结果数量（默认5个）
  • 返回值：找到的论文ID列表

功能流程：

  1. 创建arXiv客户端
  2. 按相关性搜索主题相关论文
  3. 为该主题创建目录（如papers/machine_learning）
  4. 尝试加载已有的论文信息（如果存在）
  5. 处理每篇论文，提取标题、作者、摘要等信息
  6. 将论文信息保存到JSON文件中
  7. 返回论文ID列表
2. extract_info 函数

这个函数用于在所有主题目录中搜索特定论文的信息：

def extract_info(paper_id: str) -> str:
  • 参数：paper_id - 要查找的论文ID
  • 返回值：包含论文信息的JSON字符串（如果找到），否则返回错误信息

功能流程：

  1. 遍历papers目录下的所有子目录
  2. 在每个子目录中查找papers_info.json文件
  3. 如果找到文件，检查是否包含指定的论文ID
  4. 如果找到论文信息，返回格式化的JSON字符串
  5. 如果未找到，返回未找到的提示信息

工具定义

tools = [...]

定义了两个函数工具，用于OpenAI API的工具调用：

  1. search_papers - 搜索论文
  2. extract_info - 提取论文信息

每个工具都定义了名称、描述和参数规范。

工具执行函数

def execute_tool(tool_name, tool_args):

这个函数负责执行指定的工具函数，并处理返回结果：

  • 将None结果转换为提示信息
  • 将列表结果转换为逗号分隔的字符串
  • 将字典结果转换为格式化的JSON字符串
  • 其他类型转换为字符串

OpenAI客户端初始化

load_dotenv()
client = openai.OpenAI(api_key = os.getenv("OPENAI_API_KEY"),base_url= os.getenv("OPENAI_API_BASE")
)

从环境变量加载API密钥和基础URL，初始化OpenAI客户端。

查询处理函数

def process_query(query):

这个函数处理用户的查询：

  1. 创建包含用户查询的消息列表
  2. 调用OpenAI API创建聊天完成
  3. 处理助手的回复：
    • 如果有普通文本内容，直接打印
    • 如果有工具调用，执行工具并将结果添加到消息历史
  4. 如果执行了工具调用，获取下一个回复
  5. 如果最终回复只有文本，打印并结束处理

聊天循环函数

def chat_loop():

这个函数实现了一个简单的聊天循环：

  1. 提示用户输入查询或输入’quit’退出
  2. 处理用户的查询
  3. 捕获并显示任何错误

主程序

if __name__ == "__main__":chat_loop()

当脚本直接运行时，启动聊天循环。

总结

这个脚本实现了一个基于OpenAI API的聊天机器人，它可以：

  1. 搜索arXiv上的论文并保存信息
  2. 提取已保存的论文信息
  3. 通过OpenAI API处理用户查询
  4. 支持工具调用功能，实现与arXiv的交互

运行示例

目录结构
在这里插入图片描述

运行结果
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.pswp.cn/diannao/85270.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Netty 实战篇：手写一个轻量级 RPC 框架原型

Netty 实战篇：手写一个轻量级 RPC 框架原型

本文将基于前文实现的编解码与心跳机制，构建一个简单的 RPC 框架，包括请求封装、响应解析、动态代理调用。为打造微服务通信基础打下基础。 一、什么是 RPC？ RPC（Remote Procedure Call，远程过程调用）允许…
阅读更多...
边缘计算新基建：iVX 轻量生成模块的 ARM 架构突围

边缘计算新基建：iVX 轻量生成模块的 ARM 架构突围

一、引言 随着工业 4.0 和物联网的快速发展，边缘计算作为连接云端与终端设备的关键技术，正成为推动数字化转型的核心力量。在边缘计算场景中，设备的实时性、低功耗和离线处理能力至关重要。ARM 架构凭借其低功耗、高能效的特点，成…
阅读更多...
C# 基于 Windows 系统与 Visual Studio 2017 的 Messenger 消息传递机制详解：发布-订阅模式实现

C# 基于 Windows 系统与 Visual Studio 2017 的 Messenger 消息传递机制详解：发布-订阅模式实现

🧑 博主简介：CSDN博客专家、CSDN平台优质创作者，高级开发工程师，数学专业，10年以上C/C, C#, Java等多种编程语言开发经验，拥有高级工程师证书；擅长C/C、C#等开发语言，熟悉Java常用开…
阅读更多...
js数据类型有哪些?它们有什么区别?

js数据类型有哪些?它们有什么区别?

js数据类型共有8种,分别是undefined,null,boolean,number,string,Object,symbol,bigint symbol和bigint是es6中提出来的数据类型 symbol创建后独一无二不可变的数据类型,它主要是为了解决出现全局变量冲突的问题 bigint 是一种数字类型的数据,它可以表示任意精度格式的整数,…
阅读更多...
Vite打包优化实践：从分包到性能提升

Vite打包优化实践：从分包到性能提升

前言: ​​​​​​​ 随着前端应用功能的增加，项目的打包体积也会不断膨胀，影响加载速度和用户体验。本文介绍了几种常见的打包优化策略，通过Vite和相关插件，帮助减少项目体积、提升性能，优化加载速度。 rollup-plugi…
阅读更多...
C++语法系列之模板进阶

C++语法系列之模板进阶

前言 本次会介绍一下非类型模板参数、模板的特化(特例化)和模板的可变参数&#xff0c;不是最开始学的模板 一、非类型模板参数 字面意思,比如&#xff1a; template<size_t N 10> 或者 template<class T,size_t N 10>比如&#xff1a;静态栈就可以用到&#…
阅读更多...
html5的响应式布局的方法示例详解

html5的响应式布局的方法示例详解

以下是HTML5实现响应式布局的5种核心方法及代码示例： 1. 媒体查询（核心方案） /* 默认样式（移动优先） */ .container {padding: 15px; }/* 中等屏幕（平板） */ @media (min-width: 768px) {.container {padding: 30px;max-width: 720px;} }/* 大屏幕（桌面） */ @media …
阅读更多...
数字化转型进阶：精读41页华为数字化转型实践【附全文阅读】

数字化转型进阶：精读41页华为数字化转型实践【附全文阅读】

该文档聚焦华为数字化转型实践&#xff0c;核心内容如下&#xff1a; 转型本质与目标&#xff1a;数字化转型是通过数字技术穿透业务&#xff0c;实现物理世界与数字世界的融合&#xff0c;目标是支撑主业成功、提升体验与效率、探索模式创新。华为以 “平台 服务” 为核心&am…
阅读更多...
C++ - STL #什么是STL #STL的版本 #闭源开源 #STL的六大组件

C++ - STL #什么是STL #STL的版本 #闭源开源 #STL的六大组件

文章目录 前言 一、什么是STL 二、STL的版本 1、原始版本 2、P.J.版本 3、RW版本 4、SGI版本 三、闭源、开源 四、STL的六大组件 总结 前言 路漫漫其修远兮&#xff0c;吾将上下而求索&#xff1b; 一、什么是STL STL(standard template libaray 标准模板库)&#…
阅读更多...
智慧康养护理：科技重塑老龄化社会的健康守护体系

智慧康养护理：科技重塑老龄化社会的健康守护体系

在我国迈入深度老龄化社会的背景下&#xff0c;智慧康养护理作为融合科技与人文的创新模式&#xff0c;正成为提升老年人生活质量、减轻家庭照护压力、促进健康老龄化的重要路径。我们将从核心概念、关键技术、实际应用与未来趋势四个维度&#xff0c;为您呈现智慧康养护理的全…
阅读更多...
权威认证与质量保障：第三方检测在科技成果鉴定测试中的核心作用

权威认证与质量保障：第三方检测在科技成果鉴定测试中的核心作用

科技成果鉴定测试是衡量科研成果技术价值与应用潜力的关键环节&#xff0c;其核心目标在于通过科学验证确保成果的可靠性、创新性和市场适配性。第三方检测机构凭借其独立性、专业性和权威性&#xff0c;成为科技成果鉴定测试的核心支撑主体。本文从测试流程、第三方检测的价值…
阅读更多...
Linux.docker.k8s基础概念

Linux.docker.k8s基础概念

1.Linux基本命令 cat 查看文件内容。 cd 进入目标目录。 ll 查询当前路劲下文件的详细信息。 ls 查询当前路劲下的文件。 touch 建立一个文件。 mkdir 建立一个文件夹。 rm 删除文件或者目录。 mv 移动目录和重新命名文件。 unzip 解压。 top 查看当前线程的信息。 find …
阅读更多...
Python小白的蜕变之旅：从环境搭建到代码规范（1/10）

Python小白的蜕变之旅：从环境搭建到代码规范（1/10）

摘要&#xff1a;全文围绕 Python 编程展开&#xff0c;先是介绍如何搭建 Python 开发环境&#xff0c;推荐使用 Anaconda 和 VSCode&#xff0c;并详细说明了二者的安装及配置步骤&#xff0c;包括安装 Anaconda、安装 VSCode 并配置 Python 插件、选择 Anaconda 的 Python 解…
阅读更多...
linux 1.0.7

linux 1.0.7

用户和权限的含义与作用 linux中的用户和文件 用户的权限是非常重要的 而且有些程序需要使用管理员身份去执行 这些都是非常重要的 不可能让所有的人拥有所有的权限 这样的工具可以避免非法的手段来修改计算机中的数据 linux之所以安全还是权限管理做的很棒 每个登录的用户都有…
阅读更多...
【第4章 图像与视频】4.6 结合剪辑区域来绘制图像

【第4章 图像与视频】4.6 结合剪辑区域来绘制图像

文章目录 前言示例 前言 本节将综合运用图像处理、离屏 canvas 以及剪辑区域等技术实现墨镜效果。 示例 主线程代码&#xff1a; <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8" /><meta name"viewport&qu…
阅读更多...
UV 包管理工具：替代 pip 的现代化解决方案

UV 包管理工具：替代 pip 的现代化解决方案

安装 方法一&#xff1a;使用安装脚本 # macOS 和 Linux curl -LsSf https://astral.sh/uv/install.sh | sh# Windows PowerShell powershell -c "irm https://astral.sh/uv/install.ps1 | iex" 方法二&#xff1a;使用包管理器 # macOS (Homebrew) brew install uv#…
阅读更多...
Java注解规范与使用详解

Java注解规范与使用详解

注解中的空值限制 在Java注解中，元素值不允许使用null引用。这是注解使用中的一项重要约束规则，违反该规则将导致编译错误。需要注意的是，虽然禁止使用null值，但允许为String类型元素指定空字符串(“”)，为数组类型元素指定空数组({})。 空值约束示例 以下两种注解用法…
阅读更多...
从零开始的数据结构教程（八）位运算与状态压缩

从零开始的数据结构教程（八）位运算与状态压缩

&#x1f3a9; 标题一&#xff1a;位运算基础——魔术师的二进制手套 位运算是一种直接操作数字二进制位的运算方式&#xff0c;它高效且巧妙&#xff0c;就像魔术师戴上了二进制手套&#xff0c;能够精准地操控每一个比特。理解位运算是深入学习状态压缩和其他底层优化技巧的…
阅读更多...
GraalVM加持下的Quarkus极速启动

GraalVM加持下的Quarkus极速启动

1. 引言 1.1 Quarkus与云原生时代的挑战 随着云原生架构的普及，传统Java应用在部署效率、资源消耗和冷启动性能方面逐渐暴露出短板。Spring Boot等框架虽然功能强大，但在Serverless、边缘计算等场景下表现乏力。 Quarkus 是 Red Hat 推出的一个专为云原生设计的 Java/Kotl…
阅读更多...
vue3 el-input type=“textarea“ 字体样式 及高度设置

vue3 el-input type=“textarea“ 字体样式 及高度设置

在Vue 3中&#xff0c;如果你使用的是Element Plus库中的<el-input>组件作为文本域&#xff08;type"textarea"&#xff09;&#xff0c;你可以通过几种方式来设置字体样式和高度。 1. 直接在<el-input>组件上使用style属性 你可以直接在<el-input&…
阅读更多...
最新文章

Copyright @ 2022~2023