Update app.py

app.py

@@ -1,10 +1,3 @@
-#pip install "modelscope[cv]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
-#pip install gradio
-#pip install tensorflow
-#pip install openai
-#gpt-3.5-turbo
-#依赖tiktoken：pip install tiktoken，git+https://github.com/openai/tiktoken.git，使用不同的 GPT 模型，对应着不同的 Tiktoken 的编码器模型：https://github.com/openai/openai-cookbook/blob/main/examples/How_to_count_tokens_with_tiktoken.ipynb。
-
 import tiktoken
 import openai
 import os
@@ -13,12 +6,27 @@ import gradio as gr
 openai.api_key = os.environ.get("OPENAI_API_KEY")
 encoding = tiktoken.get_encoding("cl100k_base")
 
-def text_generation(prompt: str, style: str) -> str:
-  prompt = '以“' + prompt + '”为主题，撰写一段' + style + '，字数在100字左右'
-  print('功能：' + style + '，提示文案：' + prompt)
+def generate_prompt(prompt: str, style: str) -> str:
+  if len(prompt) == 0:
+    return "请输入您的提示语"
+  
+  generated_prompt = '以“' + prompt + '”为主题，撰写一段' + style + '，字数在100字左右'
+  print('功能：' + style + '，generated_prompt：' + generated_prompt)
+  
+  return generated_prompt
+
+def text_generation(original_prompt: str, generated_prompt: str, style: str) -> str:
+  if not len(generated_prompt) == 0:
+    prompt = generated_prompt
+  elif not len(original_prompt) == 0:
+    prompt = original_prompt
+  else:
+    return "请输入您的提示语"
+  
+  print('功能：' + style + '，提示语：' + prompt)
   
   if len(encoding.encode(prompt)) > 512:
-    return "输入的文案过长，请精简后再试"
+    return "您的提示语过长，请精简后再试"
 
   response = openai.ChatCompletion.create(
     model="gpt-3.5-turbo", #gpt-4, gpt-3.5-turbo, text-embedding-ada-002
@@ -27,9 +35,9 @@ def text_generation(prompt: str, style: str) -> str:
     max_tokens=3580,
     top_p=1)
     
-  result = response["choices"][0]["message"]["content"]
+  result = '按照您的提示语：' + prompt + '，生成的文案如下：\n\n' + response["choices"][0]["message"]["content"]
     
-  print('生成文案：' + result)
+  print(result)
 
   return result
 
@@ -65,18 +73,19 @@ with gr.Blocks(title=title, css=css_style) as demo:
 
     gr.Markdown(description)
     with gr.Row():
-#        radio_style = gr.Radio(label="模型选择", choices=["中文-base", "中文-large", "中文-1.3B", "中文-2.7B", "中文-13B", "中文-30B", "广告文案", "夸夸机器人", "诗词创作", "作文创作"], value="中文-base")
-        radio_style = gr.Radio(label="功能选择", choices=["小红书笔记", "小红书标题", "公众号文案", "朋友圈微商文案", "商品卖点", "商品描述", "商品种草文案", "商品好评", "广告标题", "创意广告", "产品起名", "视频拍摄剧本", "短视频口播稿", "直播脚本", "短视频拍摄提纲", "SEO文章", "产品slogan", "夸夸机器人", "诗词创作", "作文创作"], value="小红书笔记")
+        radio_style = gr.Radio(label="功能选择", choices=["小红书笔记", "小红书标题", "公众号文案", "朋友圈微商文案", "商品卖点", "商品描述", "商品种草文案", "商品好评", "广告标题", "创意广告", "产品起名", "视频拍摄剧本", "短视频口播稿", "直播脚本", "短视频拍摄提纲", "SEO文章", "产品slogan", "夸夸文案", "诗词创作", "作文创作"], value="小红书笔记")
     with gr.Row():
-        text_input = gr.Textbox(label="提示文案", value="探索西夏：沙漠风情与多元文化的西北之旅")
-        text_output = gr.Textbox(label="生成文案")
+        original_prompt = gr.Textbox(label="请输入您的提示语", value="探索西夏：沙漠风情与多元文化的西北之旅")
+        rich_prompt = gr.Button("一键丰富提示语")
+        generated_prompt = gr.Textbox(label="我们为您生成的提示语", value="以“探索西夏：沙漠风情与多元文化的西北之旅”为主题，撰写一段小红书笔记，字数在100字左右")
     with gr.Row():
         btn_submit = gr.Button(value="一键创作", elem_id="blue_btn")
         # btn_clear = gr.Button(value="清除")
+    with gr.Row():
+        text_output = gr.Textbox(label="生成文案")
 
-#    examples = gr.Examples(["以“个性iPhone手机壳”为主题，撰写一段朋友圈微商文案，字数在100字左右", "美化这句话：本服务主要应用于多种场景文案输入的生成和续写，比如用户可以自行尝试输入各种内容，然后让服务去回答、续写或者根据指令回复。"], inputs=[text_input], outputs=text_output)
-    examples = gr.Examples(["探索西夏：沙漠风情与多元文化的西北之旅", "个性iPhone手机壳"], inputs=[text_input], outputs=text_output)
-    btn_submit.click(text_generation, inputs=[text_input, radio_style], outputs=text_output)
-    # btn_clear清除画布
+    examples = gr.Examples(["探索西夏：沙漠风情与多元文化的西北之旅", "个性iPhone手机壳"], inputs=[original_prompt], outputs=generated_prompt)
+    rich_prompt.click(generate_prompt, inputs=[original_prompt, radio_style], outputs=[generated_prompt])
+    btn_submit.click(text_generation, inputs=[original_prompt, generated_prompt, radio_style], outputs=text_output)
 
-demo.queue(api_open=False).launch(debug=True)
+demo.queue(api_open=False).launch(debug=True)