FEAT: 作业提交，自动对话10次

selected_homework/role-play/README.md

@@ -0,0 +1,5 @@
+### 实现 role-play 对话数据生成工具，要求包含下列功能：
+
++ 给定两个角色的人设，调用 CharacterGLM 交替生成他们的回复。
+
+streamlit run --server.address 127.0.0.1 characterglm_api_demo_streamlit.py

selected_homework/role-play/api.py

@@ -0,0 +1,183 @@
+import requests
+import time
+import os
+from typing import Generator
+
+import jwt
+
+from data_types import TextMsg, ImageMsg, TextMsgList, MsgList, CharacterMeta
+
+
+# 智谱开放平台API key，参考 https://open.bigmodel.cn/usercenter/apikeys
+os.environ["API_KEY"] = "04559ca20c345d282e76d07238d03ad9.PfCA5xBWPWBGHnzY"
+API_KEY: str = os.getenv("API_KEY", "c175ae7f0ba6a73eb22e4ec0cddcdcc9.55fbjTiX2iacE9wG")
+
+
+class ApiKeyNotSet(ValueError):
+    pass
+
+
+def verify_api_key_not_empty():
+    if not API_KEY:
+        raise ApiKeyNotSet
+
+
+def generate_token(apikey: str, exp_seconds: int) -> str:
+    # reference: https://open.bigmodel.cn/dev/api#nosdk
+    try:
+        id, secret = apikey.split(".")
+    except Exception as e:
+        raise Exception("invalid apikey", e)
+
+    payload = {
+        "api_key": id,
+        "exp": int(round(time.time() * 1000)) + exp_seconds * 1000,
+        "timestamp": int(round(time.time() * 1000)),
+    }
+
+    return jwt.encode(
+        payload,
+        secret,
+        algorithm="HS256",
+        headers={"alg": "HS256", "sign_type": "SIGN"},
+    )
+
+
+def get_characterglm_response(messages: TextMsgList, meta: CharacterMeta) -> Generator[str, None, None]:
+    """ 通过http调用characterglm """
+    # Reference: https://open.bigmodel.cn/dev/api#characterglm
+    verify_api_key_not_empty()
+    url = "https://open.bigmodel.cn/api/paas/v3/model-api/charglm-3/sse-invoke"
+    resp = requests.post(
+        url,
+        headers={"Authorization": generate_token(API_KEY, 1800)},
+        json=dict(
+            model="charglm-3",
+            meta=meta,
+            prompt=messages,
+            incremental=True)
+    )
+    resp.raise_for_status()
+
+    # 解析响应（非官方实现）
+    sep = b':'
+    last_event = None
+    for line in resp.iter_lines():
+        if not line or line.startswith(sep):
+            continue
+        field, value = line.split(sep, maxsplit=1)
+        if field == b'event':
+            last_event = value
+        elif field == b'data' and last_event == b'add':
+            yield value.decode()
+
+
+def get_characterglm_response_via_sdk(messages: TextMsgList, meta: CharacterMeta) -> Generator[str, None, None]:
+    """ 通过旧版sdk调用characterglm """
+    # 与get_characterglm_response等价
+    # Reference: https://open.bigmodel.cn/dev/api#characterglm
+    # 需要安装旧版sdk，zhipuai==1.0.7
+    import zhipuai
+    verify_api_key_not_empty()
+    zhipuai.api_key = API_KEY
+    response = zhipuai.model_api.sse_invoke(
+        model="charglm-3",
+        meta= meta,
+        prompt= messages,
+        incremental=True
+    )
+    for event in response.events():
+        if event.event == 'add':
+            yield event.data
+
+
+def get_chatglm_response_via_sdk(messages: TextMsgList) -> Generator[str, None, None]:
+    """ 通过sdk调用chatglm """
+    # reference: https://open.bigmodel.cn/dev/api#glm-3-turbo  `GLM-3-Turbo`相关内容
+    # 需要安装新版zhipuai
+    from zhipuai import ZhipuAI
+    verify_api_key_not_empty()
+    client = ZhipuAI(api_key=API_KEY) # 请填写您自己的APIKey
+    response = client.chat.completions.create(
+        model="glm-3-turbo",  # 填写需要调用的模型名称
+        messages=messages,
+        stream=True,
+    )
+    for chunk in response:
+        yield chunk.choices[0].delta.content
+
+
+def generate_role_appearance(role_profile: str) -> Generator[str, None, None]:
+    """ 用chatglm生成角色的外貌描写 """
+
+    instruction = f"""
+请从下列文本中，抽取人物的外貌描写。若文本中不包含外貌描写，请你推测人物的性别、年龄，并生成一段外貌描写。要求：
+1. 只生成外貌描写，不要生成任何多余的内容。
+2. 外貌描写不能包含敏感词，人物形象需得体。
+3. 尽量用短语描写，而不是完整的句子。
+4. 不要超过50字
+
+文本：
+{role_profile}
+"""
+    return get_chatglm_response_via_sdk(
+        messages=[
+            {
+                "role": "user",
+                "content": instruction.strip()
+            }
+        ]
+    )
+
+
+def generate_chat_scene_prompt(messages: TextMsgList, meta: CharacterMeta) -> Generator[str, None, None]:
+    """ 调用chatglm生成cogview的prompt，描写对话场景 """
+    instruction = f"""
+阅读下面的角色人设与对话，生成一段文字描写场景。
+
+{meta['bot_name_1']}的人设：
+{meta['bot_info_1']}
+    """.strip()
+
+    if meta["bot_info_2"]:
+        instruction += f"""
+
+{meta["bot_name_2"]}的人设：
+{meta["bot_info_2"]}
+""".rstrip()
+
+    if messages:
+        instruction += "\n\n对话：" + '\n'.join((meta['bot_name_1'] if msg['role'] == "user_1" else meta['bot_name_2']) + '：' + msg['content'].strip() for msg in messages)
+
+    instruction += """
+
+要求如下：
+1. 只生成场景描写，不要生成任何多余的内容
+2. 描写不能包含敏感词，人物形象需得体
+3. 尽量用短语描写，而不是完整的句子
+4. 不要超过50字
+""".rstrip()
+    print(instruction)
+
+    return get_chatglm_response_via_sdk(
+        messages=[
+            {
+                "role": "user",
+                "content": instruction.strip()
+            }
+        ]
+    )
+
+
+def generate_cogview_image(prompt: str) -> str:
+    """ 调用cogview生成图片，返回url """
+    # reference: https://open.bigmodel.cn/dev/api#cogview
+    from zhipuai import ZhipuAI
+    client = ZhipuAI(api_key=API_KEY) # 请填写您自己的APIKey
+
+    response = client.images.generations(
+        model="cogview-3", #填写需要调用的模型名称
+        prompt=prompt
+    )
+    return response.data[0].url
+