使用GPT4编程——Discord信息助手

142次阅读

目标

上一节，我们成功抓取了推特上的 ”ChatGPT4 使用方法 ” 并存入 CSV 文件。没看过的小伙伴快去回顾下！🏃‍♂️

GPT- 4 的使用场景和案例：基于 Twitter 热门推文的分析和中文总结

CSV 文件存在 Google Drive 服务器，每次生成新总结都要跑代码，累死我了！😩 今天，我们来试试在 Discord 机器人中直接获取推文总结，一键轻松拿到！🤖

效果一览无遗：

使用 GPT4 编程——Discord 信息助手

不多啰嗦，直接上问答！🔥

问答

先让 GPT 回忆一下代码

要让 GPT4 照葫芦画瓢，得先给它展示我之前写的代码。代码多得像流水账，先看个图吧！

使用 GPT4 编程——Discord 信息助手

小家伙还算识趣，飞速阅读完代码，然后接受了我的挑战。💪

使用 GPT4 编程——Discord 信息助手

添加 discord 机器人功能

然后给出我们的要求，还是老样子，立刻给你说出了个一二三条解决步骤，棒棒哒💯

使用 GPT4 编程——Discord 信息助手

按它的建议，我试试运行代码。结果呢？报错了！这 GPT4 的代码也不能全信，想害我！😤 不过，我也不懈 Python 啊，就把错误扔回去！

使用 GPT4 编程——Discord 信息助手

这下果然老实了，立刻承认错误，然后给我新的解决方案。抱着再试一试的想法，我又将代码放入 colab 中执行。我去又给我报错，而我还是老套路，直接把错误丢给它。

使用 GPT4 编程——Discord 信息助手

ok 完美运行！！！

给机器人输入数据

如果大家看过上一节，就会发现之前 GPT 给我们写的获取推文总结功能没有被封装成函数！！！！，那么我们的机器人如何调用呢！。身为一个程序员，我自己当然会给他封装一下。但是本着只 BB，绝对不自己动手做的原则，我还是给 GPT 下达了一个命令，让它锻炼一下给我封装成 scrape_and_summarize 函数。

使用 GPT4 编程——Discord 信息助手

好家伙封装的还挺快！，那么接下来我们直接让它将新封装的函数 scrape_and_summarize 和机器人功能相结合。自然我肯定是不会写的，当然是张嘴要求了啊！

使用 GPT4 编程——Discord 信息助手

然后我愉快的开始执行，然后又给我报错，不过这次我们熟练了，直接将错误丢给它，让它自己解决。

使用 GPT4 编程——Discord 信息助手

然后我们将代码放入 colab 中运行，可以看见我们的机器人已经成功上线了。

使用 GPT4 编程——Discord 信息助手

优化机器人输出反馈

因为获取数据需要进行网络请求，这就导致 scrape_and_summarize 函数需要等待很长时间，所以说我们在输入命令之后，机器人迟迟没有响应。那么我再要求一下 GPT 给我们的机器人加个处理提示文本。

使用 GPT4 编程——Discord 信息助手

完整代码

所有代码都是 GPT4 写的!!!, 我只是负责出提示

import os import discord from discord.ext import commands import snscrape.modules.twitter as twitter import pandas as pd import openai import logging from googletrans import Translator import nest_asyncio logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) openai.api_key = "your openai key" def scrape_and_summarize(): query = "chatgpt4 (use OR uses OR using OR example OR examples OR scenario OR scenarios OR application OR applications)" results_to_retrieve = 10 logger.info(f"Searching for'{query}'on Twitter") scraper = twitter.TwitterSearchScraper(query) tweets = sorted(scraper.get_items(), key=lambda x: x.likeCount + x.quoteCount + x.replyCount, reverse=True) translator = Translator() tweet_data = [] for i, tweet in enumerate(tweets[:results_to_retrieve]): tweet_url = tweet.url tweet_content = tweet.content response = openai.Completion.create(engine="text-davinci-002", prompt=f"Please summarize the following tweet:\n\n{tweet_content}\n\nSummary:", max_tokens=30, n=1, stop=None, temperature=0.7, ) summary = response.choices[0].text.strip() translated_summary = translator.translate(summary, dest="zh-cn").text tweet_data.append((tweet_url, tweet_content, summary, translated_summary)) return tweet_data    TOKEN = "your discord bot key" intents = discord.Intents.default() intents.messages = True intents.guilds = True intents.reactions = True intents.message_content = True  bot = commands.Bot(command_prefix='/', intents=intents)  async def on_ready(): print(f'{bot.user} has connected to Discord!')  async def news(ctx): print("hello bot") processing_message = await ctx.send("正在处理您的请求，请稍候...") tweet_summaries = scrape_and_summarize() await processing_message.edit(content="处理完成！正在发送推文总结...") for url, content, summary, translated_summary in tweet_summaries: response = f"**Tweet 地址 **: {url}\n Tweet 总结 **: {translated_summary}\n" await ctx.send(response) await ctx.send(response) nest_asyncio.apply() bot.run(TOKEN)  复制代码