Spaces:
Sleeping
Sleeping
File size: 2,374 Bytes
829827d 0a756b0 09bc8bd 0a756b0 09bc8bd cc1d154 0deea66 cc1d154 816a5d4 cc1d154 0a756b0 cc1d154 0a756b0 cc1d154 0a756b0 cc1d154 0a756b0 cc1d154 0a756b0 cc1d154 0a756b0 cc1d154 0a756b0 cc1d154 3dd29e2 0a756b0 cc1d154 0a756b0 3818f5a e21292c 09bc8bd 9f31e97 6848052 cc1d154 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 |
import openai
import os
# Configura la tua chiave API in modo sicuro
api_key = os.getenv("OPENAI_API_KEY") # Imposta la chiave come variabile d'ambiente
if not api_key:
raise ValueError("Chiave API OpenAI non trovata. Assicurati di aver impostato OPENAI_API_KEY.")
# Crea il client utilizzando la chiave API
#openai.api_key = api_key # Usa direttamente api_key
client = openai.Client(api_key=api_key)
def rispondi_a_domanda(domanda, testo, max_token_risposta=350):
try:
# Chiamata API di OpenAI
risposta = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": (
"Sei un assistente tecnico. Devi controllare la congruenza tra una domanda e un testo fornito, "
"e dare una risposta chiara, essenziale e pratica per aiutare un operatore a svolgere il compito. "
"Se il testo non contiene informazioni sufficienti per rispondere, dillo esplicitamente."
)},
{"role": "user", "content": (
f"Domanda: {domanda}\n"
f"Testo: {testo}\n"
"Rispondi in modo chiaro e operativo per un tecnico che deve svolgere la mansione."
)}
],
max_tokens=max_token_risposta,
temperature=0.5,
)
# Estrai la risposta
#risposta_finale = risposta['choices'][0]['message']['content']
risposta_finale = risposta.choices[0].message.content
return risposta_finale
except Exception as e:
print(f"Si è verificato un errore: {e}")
return
# Test del codice
if __name__ == "__main__":
domanda="GPT-3.5 è un modello avanzato che può tradurre un testo in diverse lingue?"
testo = """OpenAI ha sviluppato modelli linguistici avanzati come GPT-3.5 che sono in grado di generare testo, tradurre lingue,
e risolvere problemi complessi. Questi modelli possono essere utilizzati in molte applicazioni, inclusi chatbot,
strumenti di scrittura e sistemi di supporto decisionale."""
max_token = 350 # Numero massimo di token per il riassunto
riassunto = rispondi_a_domanda(domanda,testo, max_token)
print("Testo originale:")
print(testo)
print("\nRiassunto:")
print(riassunto)
|