| 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110 |
- # -*- coding: utf-8 -*-
- import json
- from openai import OpenAI
- import os
- from tools.loglog import SimpleLogger
- class DS:
- def __init__(self):
- self.client = OpenAI(
- api_key=os.getenv("DASHSCOPE_API_KEY"),
- base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
- )
- self.logger = SimpleLogger(base_file_name="deepseek")
- def write_log(self, message:str, log_type="info"):
- """写入日志"""
- log_methods = {
- "warning": self.logger.warning,
- "error": self.logger.error,
- "info": self.logger.info
- }
- log_methods.get(log_type, self.logger.info)(message=message)
- def check_article_response(self, response: str) -> bool:
- """校验文章的回复是否符合预期格式"""
- try:
- resp_json = json.loads(response)
- required_fields = ["english", "chinese", "difficultSentences"]
- return all(field in resp_json for field in required_fields)
- except Exception as e:
- self.write_log(f"Response validation error: {e}", log_type="error")
- return False
- def get_article(self, user_prompt: str, sys_prompt: str = None, temperature: float = 0.8,
- json_resp: bool = False, real_ip: str = "", demo_name: str = "",
- max_tokens: int = 5192) -> str:
- """获取AI生成的文章
-
- Args:
- user_prompt: 用户输入的提示词
- sys_prompt: 系统提示词
- temperature: 温度参数,控制输出的随机性
- json_resp: 是否返回JSON格式
- real_ip: 用户IP
- demo_name: 演示名称
- max_tokens: 最大token数
-
- Returns:
- str: AI生成的回复内容
- """
- messages = []
- if sys_prompt:
- messages.append({'role': 'system', 'content': sys_prompt})
- messages.append({'role': 'user', 'content': user_prompt})
-
- response_format = {"type": "json_object"} if json_resp else {"type": "text"}
-
-
- resp = ""
- for _ in range(3):
- completion = self.client.chat.completions.create(
- model="deepseek-v3",
- messages=messages,
- temperature=temperature,
- response_format=response_format,
- max_tokens=max_tokens
- )
- resp = completion.choices[0].message.content
- if self.check_article_response(resp):
- break
-
-
- if sys_prompt and resp:
- self.write_log(sys_prompt)
- self.write_log(user_prompt)
- self.write_log(resp)
-
- return resp
- if __name__ == '__main__':
- os.chdir('..')
- p = """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。
- 提供[单词组1]：847 protect:保护;592 bear:出生, 结果;601 lie:位于;431 close:近, 靠近;1031 direction:方向;1282 coffee:咖啡豆;303 once:曾经;827 raise:养育;373 follow:听懂, 领会;1286 solve:解决, 解答;
- 提供[单词组2]：1288 destroy:破坏, 摧毁;1290 project:放映, 展现;1292 waste:浪费, 荒芜, 废物;1293 environment:环境, 外界;1294 memory:记忆, 记忆力, 回忆;
- 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500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。
- 6.回复标准json数据，示例：
- {"difficultSentences":[{"english":"string","chinese":"string"}],"usedMeanIds":[0,0,0],"englishArticle":"string","chineseArticle":"string","questions":[{"trunk":"string","analysis":"string","candidates":[{"label":"string","text":"string","isRight":0}]}]}
- """
- ds = DS()
- resp = ds.get_article(user_prompt=p,json_resp=True)
- print(resp)
- print()
- print(resp.replace(r'\"n','\n').replace(r"\\n",'\n'))
- print()
- print(json.loads(resp))
|
