当情人节年年如约而至,每每都需费尽心思为对方营造一场令人难忘的仪式,却因缺乏创意与思路而倍感困扰。今天,我决定让大型语言模型为我们提供一些灵感和建议,让我们能够轻松实现这一目标。让我们开始行动吧!此前,我曾撰写一篇关于如何与大型语言模型建立基本对话的文章。如果您感兴趣,不妨一读:
AI实用指南:5分钟搭建你自己的LLM聊天应用
图片
在这个新版本中,我引入了一个全新的功能——图片上传窗口,旨在方便调用文生图接口,实现对图片进行风格转化,从而为对方呈现一幅心仪的作品。让我们一起来实际操作吧。
# 在聊天输入框下方添加文件上传组件
uploaded_file = st.file_uploader("上传文件", type=['txt', 'pdf', 'png', 'jpg', 'jpeg', 'gif'])
if uploaded_file is not None:
# 可以在这里添加处理上传文件的代码
# 显示上传的图片
st.image(uploaded_file, width=30)
st.write("文件上传成功!")
在这次更新中,我新增了一个简单的展示功能,特别是为了确保在streamlit封装的布局中能够将其置于标题上方。这样一来,我们便能够在对话过程中保持其可见,避免不必要的消失。务必留意这一点,以确保用户体验的连贯性。
简要信息搜索
我还引入了一个全新的搜索功能,旨在让用户能够轻松搜索与情人节相关的信息,以供大模型使用,从而提升回答的质量和准确性。同时也能够让大模型更好地理解用户需求,为其提供更加个性化和有效的回答。
from googlesearch import search
def perform_google_search(query, num_results=10):
"""
Perform a Google search using the specified query and number of results.
Args:
query (str): The search query.
num_results (int): The number of search results to return.
Returns:
list of dicts: A list containing dictionaries with keys 'title', 'url', and 'summary'.
"""
proxy = "http://127.0.0.1:10809"
results = []
for result in search(query, num_results=num_results, lang='en',proxy = proxy,ssl_verify = False):
title = result.get('title')
url = result.get('url')
summary = result.get('summary')
results.append({
"Title": title,
"URL": url,
"Summary": summary
})
print("Title: ", title)
print("URL: ", url)
print("Summary: ", summary)
print()
return results
其实通常情况下,我们会选择使用langchain的谷歌搜索来获取所需信息,但由于需要申请API密钥,因此我决定改用这个工具,它的底层机制类似于爬虫程序。
总结
在这篇文章中,我们介绍了如何利用大型语言模型为情人节营造难忘的氛围。通过上传图片并进行风格转化,我们可以为对方呈现一幅独特的作品,增添浪漫的色彩。同时,借助搜索功能,我们能够轻松获取与情人节相关的信息,为策划活动提供更多灵感和建议。
当你准备调用大模型进行回答时,只需添加一个提示词即可启动。在实现这一过程中,我发现使用智能体搭建的方法更为高效。因此,如果你打算自行创建工具,最好保持简洁。智能体已经经过良好封装,使用起来非常方便。