AI在线智能问答+Python实现(ai问答机器人)
myzbx 2025-05-08 20:14 31 浏览
人生苦短,我用Python! 嗨,我是浪仔,你的Python造梦师~
今天让我们一起来开发一款AI智能问答小工具!本小工具是一款基于 Python编程语言 开发的 AI在线智能问答平台,采用爬虫采集数据、精准的实时问答交互。用户可通过小工具界面,随时提交问题并获取结构化答案,覆盖知识问答、技术咨询、AI创作等多场景需求。
ttkbootstrap
ttkbootstrap 是一个基于 Python 的 Tkinter GUI 库扩展,专为构建现代化、美观且功能丰富的桌面应用程序而设计。它结合了 Tkinter 的简洁性与 Bootstrap 框架的美观风格,通过提供丰富的组件和主题样式,使开发者能够快速创建具有专业外观的桌面应用。
1.导入库
import time,re
import os
import wave
import pyaudio
from aip import AipSpeech
# 多线程
import threading
# 数据请求模块
import requests # pip install requests -i https://mirrors.aliyun.com/pypi/simple
import ttkbootstrap as ttk # pip install ttkbootstrap -i https://mirrors.aliyun.com/pypi/simple
import tkinter.messagebox as messagebox
from ttkbootstrap.scrolled import ScrolledText
2.构建类并利用ttkbootstrap布局界面
class App(ttk.Window): # 继承自 ttk.Window
def __init__(self):
super().__init__()
self.width = 1850
self.height = 800
screenwidth = self.winfo_screenwidth()
screenheight = self.winfo_screenheight()
alignstr = "%dx%d+%d+%d" % (self.width, self.height, (screenwidth - self.width) / 2, (screenheight - self.height) / 2)
self.hdpi = True
self.geometry(alignstr)
self.resizable(False, False)
# self["bg"] = "whitesmoke"
self.style_= ttk.Style()
self.style_.configure('my.TButton',font=("微软雅黑", 15))
self.theme_names = self.style_.theme_names()
# 放置png图片
icons = ttk.PhotoImage(file=f"{os.getcwd()}\\images\\title.png")
self.iconphoto(False, icons)
# self.iconbitmap('Image/music.ico')
# 界面按钮绑定退出那里弹出事件
self.protocol("WM_DELETE_WINDOW", self.exit_sytem)
# 显示多线程
self.thread_lock = threading.BoundedSemaphore(value=30) # 设置最大线程数
# 显示标题提示语
self.varshowtitle = ''
# 获取代理IP并进行检测
self.checkip_lsts = []
self.validip_lsts = []
# 存放结果数据
self.results_lsts = ''
# 布局控件
self.init_widgets()
# 布局控件
def init_widgets(self):
# 选择主题
self.label_show1 = ttk.Label(self, text="Select a theme:") # bootstyle="dark", inverse-dark
self.label_show1.place(x=1400, y=20)
self.theme_cbo = ttk.Combobox(
master=self,
text=self.style_.theme.name,
values=self.theme_names,
)
self.theme_cbo.place(x=1550,y=16)
self.theme_cbo.current(self.theme_names.index(self.style_.theme.name))
# 分割线
self.frame = ttk.Frame(self)
self.frame.pack(padx=30, pady=80, fill=ttk.X) # 使用 pack 布局管理器
self.separator = ttk.Separator(self.frame,bootstyle="primary",orient='horizontal')
self.separator.pack(fill=ttk.X)
# 第一排:输入关键词
self.lable_car_age = ttk.Label(self, text="输入问题描述")
self.lable_car_age.place(x=30,y=120)
self.ent_age_keywords = ttk.Entry(bootstyle="primary", width=60)
self.ent_age_keywords.place(x=150, y=115)
# 第一排:是否启用语音
self.check_button_select3 = ttk.Checkbutton(self, text="是否启用语音", bootstyle="success-round-toggle",cursor="hand2")
self.check_button_select3.place(x=880, y=120)
self.check_button_select3.state(['selected'])
# 开始采集按钮
self.button_get_data = ttk.Button(master=self, text="AI 搜 索",
bootstyle="primary",
width=12,
cursor="hand2")
self.button_get_data.place(x=1100, y=115)
# 分割线
self.frame = ttk.Frame(self)
self.frame.pack(padx=30, pady=30, fill=ttk.X) # 使用 pack 布局管理器
self.separator = ttk.Separator(self.frame, bootstyle="primary", orient='horizontal')
self.separator.pack(fill=ttk.X)
# treeview master=self.canvas
# 插入文本框 entry = ttk.Entry(root, font=('Arial', 20), justify='right')
self.text_show = ScrolledText(self, padding=5, height=12, autohide=True,width=80,font=('Arial', 20))
self.text_show.place(x=30, y=230)
# 运行主函数
if __name__ == '__main__':
app = App()
app.mainloop()
3.定义 AI搜索按钮绑定方法
- (1)定义 界面显示标题和时间 方法
# 显示时间和标题
def get_time(self):
self.timestr = time.strftime('%H:%M:%S')
self.title('【Yalang 在线智能问答】 ' + " "*5 + str(time.strftime('%F')) + ' ' + self.timestr + " "*30 + str(self.varshowtitle))
self.after(1, self.get_time)
直接在类构造函数里面调用
- (2)定义 AI搜索 按钮绑定方法
为了防止在数据采集过程中,界面呈现假死状态,此处采用多线程实现。命名为:cj_data_infns
# 数据采集
def cj_data_infns(self,*args):
self.thread_lock.acquire()
t = threading.Thread(target=self.cj_data_infns_)
t.start()
def cj_data_infns_(self,*args):
if self.ent_age_keywords.get() == '':
messagebox.showwarning('提示', '请输入关键词!')
self.ent_age_keywords.focus_set()
# 清空数据
self.text_show.delete(1.0, 'end')
else:
# 清空数据
self.text_show.delete(1.0, 'end')
# 显示标题
self.varshowtitle = '正在思考中,请稍后...'
cookies = {
'JSESSIONID': '4FBB0A02A8874171A7B04E2994E77E2E',
'aliyungf_tc': '9ecaa8caae0178ccb2574230cc8a4636ea08cb8b1e0dae75590e4d585ee66af7',
's': 'sbypaa',
'tid': '06cf78fd-6417-4451-a50c-19905cb39919',
'__eventn_id_UMO2dYNwFz': '2k5m6d712u',
'hideLeftMenu': '1',
'sid': 'd62ecd440dcc46fba0075b3c083598b9',
'uid': '644523e5f2952f231c40b151',
'traceid': 'b7f3cafe801d4546',
'newSearch': 'true',
}
headers = {
'Accept': 'text/event-stream',
'Accept-Language': 'zh-CN,zh;q=0.9',
'Cache-Control': 'no-cache',
'Connection': 'keep-alive',
'Sec-Fetch-Dest': 'empty',
'Sec-Fetch-Mode': 'cors',
'Sec-Fetch-Site': 'same-origin',
'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.6261.95 Mobile Safari/537.36',
'sec-ch-ua': '"Chromium";v="122", "Not(A:Brand";v="24", "Google Chrome";v="122"',
'sec-ch-ua-mobile': '?1',
'sec-ch-ua-platform': '"Android"',
}
params = (
('question', self.ent_age_keywords.get()),
('mode', 'detail'),
('scholarSearchDomain', 'all'),
('url', 'https://metaso.cn/'),
('lang', 'zh'),
('enableMix', 'true'),
('newEngine', 'true'),
('enableImage', 'true'),
('metaso-h5', '1'),
('token',
'wr8+pHu3KYryzz0O2MaBSNUZbVLjLUYC1FR4sKqSW0qFxcvJIDolBQE3Qg2gaNtIBQS4Bxf7iMvRHAItzWQi5TNAHvBXhn1xLfE0JWxuHWGwwRxhOYVNJCAb6MFqaHX6ZvUtQtNtieZskKLNx4BhoA=='),
)
response = requests.get('https://metaso.cn/api/searchV2', headers=headers, params=params, cookies=cookies)
texts = re.findall(r'"text":"(.*?)",', response.text, re.S)
# 处理结果值
results = []
for i in range(len(texts)):
if i == 0:
results.append(self.ent_age_keywords.get())
else:
if len(texts[i]) == 0:
continue
else:
if '\\n' in texts[i]:
texts[i] = texts[i].replace('\\n', '')
texts[i] = re.sub(r'\[\[\d+\]\]', '', texts[i])
results.append(texts[i].replace(' ', ''))
results = [item for item in results if item]
self.results_lsts = "\n".join(results)
# 判断是否有值
if self.results_lsts == '':
self.text_show.insert('end', '未得到结果')
else:
self.text_show.insert('end', self.results_lsts)
self.varshowtitle = ''
# 释放线程
self.thread_lock.release()
- (3)对 输入问题描述文本框 绑定回车方法
# 绑定回车键
self.ent_age_keywords.bind("<Return>", self.cj_data_infns)
- (4)启用 IP代理 方法
# 获取IP池
def ip_data_infns(self,*args):
self.varshowtitle = f'正在获取IP池...'
"""
timestr:年份
num:数据量
"""
self.checkip_lsts.clear()
# 伪装浏览器发送请求
cookies = {
'Hm_lvt_c4dd741ab3585e047d56cf99ebbbe102': '1742446353',
'HMACCOUNT': '436EF58ABEF6EFA3',
'ASPSESSIONIDQCBDTDRR': 'KHJHANGBDCFAGPHLAKCJMDKM',
'Hm_lpvt_c4dd741ab3585e047d56cf99ebbbe102': '1742446482',
}
headers = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7',
'Accept-Language': 'zh-CN,zh;q=0.9',
'Connection': 'keep-alive',
'Referer': 'http://www.ip3366.net',
'Upgrade-Insecure-Requests': '1',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.6261.95 Safari/537.36',
}
for i in range(1, 3): # 总共有8页
params = (
('stype', '1'),
('page', f'{i}'),
)
response = requests.get('http://www.ip3366.net/', headers=headers, params=params, cookies=cookies)
response.encoding = response.apparent_encoding
trs = re.findall(f'<tr>(.*?)</tr>', response.text, re.S)
# 提取数据
for tr in trs[1:]:
results = {}
tds = re.findall('<td>(.*?)</td>', tr, re.S)
results[tds[3]] = tds[0] + ":" + tds[1]
self.checkip_lsts.append(results)
# 检测ip
self.check_ip(self.checkip_lsts)
# 判断是否检测数据
def check_ip(self,datas):
self.validip_lsts.clear()
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.6261.95 Safari/537.36'}
url = 'https://www.baidu.com/'
for ip in datas:
try:
res = requests.get(url, headers=headers, proxies=ip, timeout=1)
if res.status_code == 200:
self.validip_lsts.append(ip)
except:
continue
else:
pass
- (5)启用 语音 方法
这里直接调用 百度 AI 开发平台上面的 实时语音识别 API 接口。
安装必要的库:pip install baidu-aip pyaudio -i
https://mirrors.aliyun.com/pypi/simple
- pip install baidu-aip #百度sdk
- pip install pyaudio
# 开始录音
def start_record(self):
# 定义数据流块
CHUNK = 1024
FORMAT = pyaudio.paInt16
# 想要百度识别,下面这两参数必须这样设置,使得比特率为256kbps
CHANNELS = 1
RATE = 16000
# 录音时间
RECORD_SECONDS = 8
# 要写入的文件名
WAVE_OUTPUT_FILENAME = "output.wav"
# 创建PyAudio对象
p = pyaudio.PyAudio()
# 打开数据流
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
# 开始录音
frames = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK)
frames.append(data)
# 停止数据流
stream.stop_stream()
stream.close()
# 关闭PyAudio
p.terminate()
# 写入录音文件
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()
# 读取文件wav文件
def get_file_content(self,filePath):
with open(filePath, 'rb') as fp:
return fp.read()
# 获取语音识别内容
def start_ASR(self):
# 清空数据
self.text_show.delete(1.0, 'end')
self.ent_age_keywords.delete(0, ttk.END)
try:
# 开始录音
self.start_record()
""" 你的 APPID AK SK """
APP_ID = '****'
API_KEY = '****'
SECRET_KEY = '****'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
# 识别本地文件
res = client.asr(self.get_file_content('output.wav'), 'wav', 16000, {
'dev_pid': 1536,
})
# 在文本输入框中显示识别结果
self.ent_age_keywords.insert(0,res['result'][0])
except:
self.ent_age_keywords.insert(0, '')
绑定 是否启用语音 单选框点击方法
self.check_button_select3.bind('<Button-1>', self.select_video)
# 点击单选框,选择是否语音
def select_video(self,*args):
if self.check_button_select3.instate(['!selected']):
self.start_ASR()
else:
self.ent_age_keywords.delete(0,ttk.END)
4.整体效果
相关推荐
- vue3和web网页直接操作微信小程序云开发数据库
-
我们开发好小程序以后,有时候需要编写一个管理后台网页对数据库进行管理,之前我们只能借助云开发自带的cms网页,但是cms网页设计的比较丑,工作量和代码量也不够,所以我们今天就来带大家实现用vue3编写...
- WebCurl:极致轻量的跨平台 HTTP 请求调试工具
-
在接口开发与测试领域,工具的轻量化、兼容性与安全性往往直接影响工作效率。WebCurl作为一款纯原生、无依赖的网页版API测试与调试工具,凭借极简架构与全场景适配能力,重新定义了接口调试工具的使...
- webapi 全流程_webapi项目
-
C#中的WebAPIMinimalApi没有控制器,普通api有控制器,MinimalApi是直达型,精简了很多中间代码,广泛适用于微服务架构MinimalApi一切都在组控制台应用程序类【Progr...
- Nodejs之MEAN栈开发(四)-- form验证及图片上传
-
这一节增加推荐图书的提交和删除功能,来学习node的form提交以及node的图片上传功能。开始之前需要源码同学可以先在git上fork:https://github.com/stoneniqiu/R...
- CodeSpirit.Amis.AiForm 智能表单使用指南
-
概述AiForm是CodeSpirit.Amis框架的智能表单功能,专为AI驱动的长时间处理任务设计。它自动生成一个多步骤的用户界面,包含表单输入、进度监控、日志显示和结果展示等功能。功能特点...
- 初级、中级、高级前端工程师,对于form表单实现的区别
-
在React项目中使用AntDesign(Antd)的Form组件能快速构建标准化表单,特别适合中后台系统开发。以下是结合Antd的最佳实践和分层实现方案:一、基础用法:快速搭...
- Bun v0.7 大版本发布,与 Vite 牵手来破局?
-
大家好,很高兴又见面了,我是"高级前端进阶",由我带着大家一起关注前端前沿、深入前端底层技术,大家一起进步,也欢迎大家关注、点赞、收藏、转发,您的支持是我不断创作的动力。今天给大家带来...
- 「前端」界面可视化开发框架formio.js
-
简介formio是一个前端可视化开发框架,无需写css/js就可以开发一套前端界面。直接在界面内拖拽就可以完成界面的布局及开发。数据交互也是固定的,表单校验也可以配置,功能非常强大。特性使用ES6...
- 小伙给同事爬取数据竟获取不到,竟要使用这种请求方式才能获取?
-
Http请求中FormData和RequestPayload两种参数的区别?AjaxPost请求中常用的两种的形式:formdata和requestpayload一、默认的表单方式...
- WinForm + Win32 API 自定义无边框窗口实战(工业软件必备)
-
前言随着.NET9.0AOT(Ahead-of-Time)的发布,便萌生了用代码测试AOT编译效果的想法,同时评估未来是否为NanUI开发支持AOT编译的新版本。关于NanUI项目,若大家尚未了...
- DeepSeek从入门到精通(11)——网页版、APP、API使用方式比较
-
DeepSeek提供了三种主要的使用方法:网页版、手机APP和API调用。这三种方式各有特点,适用于不同的使用场景。下面从使用方法和主要特点两方面进行比较:一、网页版使用方法:直接通过浏览器访问De...
- 初略Web API Notification 桌面通知
-
HTML5WebNotificationsAPI通知接口用于向用户配置和显示桌面通知弹窗。例如,Email邮件通知、来电提醒、聊天信息提醒或任务提醒等。关于Web开发技术中Notificat...
- 什么是API网关?——驱动数字化转型的“隐形冠军”
-
什么是API网关API网关(APIGateway)是一个服务器,位于应用程序和后端服务之间,提供了一种集中式的方式来管理API的访问。它是系统的入口点,负责接收并处理来自客户端的请求,然后将请求路由...
- .NET 7使用 Entity Framework Core 制作增删改查(CRUD) Web API 教程
-
在本文中,我们将使用EntityFrameworkCore(EFCore)实现一个.NET7WebAPICRUD示例。WebAPI是一个构建HTTP服务的框架,可以从浏览器、移动设备和...
- C# ASP.NET Core Web Api 与 MVC 模式下 body 参数传递,post 参数方式
-
在ASP.NETCore中,WebAPI和MVC模式在处理HTTP请求时,特别是POST请求,使用body参数来传递数据的方式非常相似。两者都使用模型绑定来自动将请求体中的数据映射到C#对象上。下...
- 一周热门
- 最近发表
- 标签列表
-
- HTML 简介 (30)
- HTML 响应式设计 (31)
- HTML URL 编码 (32)
- HTML Web 服务器 (31)
- HTML 表单属性 (32)
- HTML 音频 (31)
- HTML5 支持 (33)
- HTML API (36)
- HTML 总结 (32)
- HTML 全局属性 (32)
- HTML 事件 (31)
- HTML 画布 (32)
- HTTP 方法 (30)
- 键盘快捷键 (30)
- CSS 语法 (35)
- CSS 轮廓宽度 (31)
- CSS 谷歌字体 (33)
- CSS 链接 (31)
- CSS 定位 (31)
- CSS 图片库 (32)
- CSS 图像精灵 (31)
- SVG 文本 (32)
- 时钟启动 (33)
- HTML 游戏 (34)
- JS Loop For (32)