|
|
@@ -92,6 +92,40 @@ def get_answer_from_gpt(question,real_ip="localhost",demo_name="无",model="gpt-
|
|
|
|
|
|
logger.critical("get_answer_from_gpt 严重错误，3次后都失败了")
|
|
|
|
|
|
+def get_article_gpt_pydantic(question,real_ip="localhost",demo_name="无",model="gpt-4o",max_tokens=3500,temperature:float=0,n=1,
|
|
|
+ check_fucn=None,sys_prompt=None):
|
|
|
+
|
|
|
+ d2 = {"model": model, "messages": [], "max_tokens": max_tokens, "temperature": temperature, "response_format":"article"}
|
|
|
+ if sys_prompt:
|
|
|
+ d2['messages'].append({"role": "system", "content": sys_prompt})
|
|
|
+ d2['messages'].append({"role": "user", "content": question})
|
|
|
+
|
|
|
+ for num_count in range(3):
|
|
|
+ try:
|
|
|
+
|
|
|
+ response = requests.post(f'http://170.106.108.95/get_article', json=d2)
|
|
|
+ r_json = response.json()
|
|
|
+
|
|
|
+ gpt_content = str(r_json)
|
|
|
+
|
|
|
+ simple_logger.info(f"问题日志：\n{question}\n回答日志：\n{gpt_content}")
|
|
|
+
|
|
|
+
|
|
|
+ if not check_fucn:
|
|
|
+ return r_json
|
|
|
+
|
|
|
+
|
|
|
+ check_result = check_fucn(str(gpt_content))
|
|
|
+ if check_result:
|
|
|
+ return r_json
|
|
|
+ else:
|
|
|
+ raise Exception(f"第{num_count + 1}次共3次，GPT的校验没有通过，校验函数:{check_fucn.__name__}")
|
|
|
+
|
|
|
+ except Exception as e:
|
|
|
+ logger.info(f"小报错忽略{e}")
|
|
|
+ time.sleep(10)
|
|
|
+
|
|
|
+ logger.critical("get_answer_from_gpt 严重错误，3次后都失败了")
|
|
|
|
|
|
|
|
|
def parse_gpt_phon_to_tuplelist(text:str) -> list:
|
|
|
@@ -109,4 +143,21 @@ def parse_gpt_phon_to_tuplelist(text:str) -> list:
|
|
|
if __name__ == '__main__':
|
|
|
|
|
|
question = "hello"
|
|
|
- print(get_answer_from_gpt(question,temperature=0.8))
|
|
|
+
|
|
|
+
|
|
|
+ sys_prompt = "你是一个专业的英语老师，擅长根据用户提供的词汇生成对应的英语文章和中文翻译和4个配套选择题。"
|
|
|
+ q= """下面我会为你提供两组数据，[单词组1]和[单词组2]（里面包含词义id，英语单词，中文词义），优先使用[单词组1]内的单词，请根据这些单词的中文词义，生成一篇带中文翻译的考场英语文章，英语文章和中文翻译要有[标题]。注意这个单词有多个词义时，生成的英语文章一定要用提供的中文词义。并挑选一句复杂的句子和其中文翻译，放入difficultSentences。英语文章，放入"englishArticle"中。中文翻译，放入"chineseArticle"中。最终文中使用到的单词id放入"usedMeanIds"中。4个选择题，放入questions字段。questions结构下有4个选择题对象，其中trunk是[英语]问题文本，analysis是[中文]的问题分析，candidates是4个ABCD选项，内部有label是指选项序号A B C D ，text是[英语]选项文本，isRight是否正确答案1是正确0是错误。
|
|
|
+
|
|
|
+要求:
|
|
|
+1.必须用提供的这个词义的单词，其他单词使用常见、高中难度的的单词。文章整体难度适中，大约和中国的高中生，中国CET-6，雅思6分这样的难度标准。
|
|
|
+2.优先保证文章语句通顺，意思不要太生硬。不要为了使用特定的单词，造成文章语义前后不搭，允许不使用个别词义。
|
|
|
+3.文章中使用提供单词，一定要和提供单词的中文词义匹配，尤其是一词多义时，务必使用提供单词的词义。必须要用提供单词的词义。如果用到的词义与提供单词词义不一致，请不要使用这个单词。
|
|
|
+4.生成的文章要求600词左右，可以用\\n\\n字符分段，一般5个段落左右。第一段是文章标题。
|
|
|
+5.生成文章优先使用[单词组1]的词义，其次可以挑选使用[单词组2]的词义。允许不使用[单词组1]的个别单词，优先保证文章整体意思通顺连贯和故事完整。
|
|
|
+
|
|
|
+提供[单词组1]：4238 penalty:惩罚, 刑罚;4591 bare:赤裸的, 无遮蔽的;4227 stable:畜舍, 马厩;4236 psychology:心理学;4245 offense:进攻, 攻势, 冒犯, 触怒, 过错;4237 innocent:清白的, 无辜的, 天真的;4228 refrigerator:冰箱, 冷库;4247 tissue:(动植物)组织;4250 awareness:察觉, 觉悟, 意识;4234 mode:方式, 模式;4224 neat:整洁, 利索;4225 statistics:统计;4251 random:任意的, 随机的;4201 laundry:洗衣房;4545 barrel:桶, 一桶之量;4249 recruit:招募, 新成员;4229 pregnant:怀孕的, 孕育的;4235 relevant:有关的, 相关联的;4252 incentive:刺激, 激励, 鼓励;4194 grave:坟墓, 墓穴;
|
|
|
+提供[单词组2]：;
|
|
|
+"""
|
|
|
+ resp = get_article_gpt_pydantic(question=q,temperature=0.9,sys_prompt=sys_prompt,model="gpt-4.1")
|
|
|
+ print(type(resp))
|
|
|
+ print(resp)
|
xie