from langchain.chat_models import ChatOpenAI
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate
os.environ["OPENAI_API_KEY"]="you-api-key"
llm = ChatOpenAI(temperature=0.7, model_name='gpt-3.5-turbo-16k')
prompt = """
    现在你是一个问答机器人,我会给你一段来自互联网的文本,你根据这段文本和用户的问题来进行回答,如果文本提供的内容回答不了用户的问题,那么则回答我无法提供正确的回答
    网络资料:
    ------------------------------------------
    {inner}
    -------------------------------------------
    用户问题:
    --------------------------------------------
    {question}
    ---------------------------------------------
prompts = PromptTemplate.from_template(prompt)
chain = LLMChain(llm=llm, prompt = prompts)
print(chain.run(question=query, inner = '\n'.join(inner)))
最后就可以得到结果:
 
 
import requests
import re
from bs4 import BeautifulSoup
import time
class GoogleSearchExtractor:
    def __init__(self, api_key, cse_id, num_links=3, timeout_seconds=10):
        self.api_key = api_key
        self.cse_id = cse_id
        self.num_links = num_links
        self.timeout_seconds = timeout_seconds
    def google_search(self, query):
        url = "https://www.googleapis.com/customsearch/v1"
        params = {
            "q": query,
            "key": self.api_key,
            "cx": self.cse_id
        response = requests.get(url, params=params)
        return response.json()
    def clean_text(self, text):
        # 使用正则表达式替换连续的空白字符为单个空格
        return re.sub(r'\s+', ' ', text).strip()
    def extract_content(self, query):
        results = self.google_search(query)
        inner = []
        # 提取指定数量的链接的信息
        for item in results["items"][:self.num_links]:
            url = item['link']
            try:
                # 使用requests库获取链接的内容，并设置超时时间
                response = requests.get(url, timeout=self.timeout_seconds)
                # 检查是否成功获取
                if response.status_code == 200:
                    # 获取字符编码
                    encoding = response.encoding if 'charset' in response.headers.get('content-type', '').lower() else None
                    # 使用BeautifulSoup解析HTML
                    soup = BeautifulSoup(response.content, 'html.parser', from_encoding=encoding)
                    # 使用get_text()方法提取所有文本内容
                    text_content = soup.get_text()
                    # 清理文本
                    cleaned_text = self.clean_text(text_content)
                    inner.append(cleaned_text)
                    # 打印提取的文本内容
                else:
                    print(f"无法访问网页：{url}")
            except requests.Timeout:
                print(f"请求超时，超过了{self.timeout_seconds}秒的等待时间。链接：{url}")
        return inner
# 使用示例
api_key = ""
cse_id = ""
query = "今天广东天气怎样"
extractor = GoogleSearchExtractor(api_key, cse_id)
inner = extractor.extract_content(query)
from langchain.chat_models import ChatOpenAI
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate
import os
os.environ["OPENAI_API_KEY"]="you-api-key"
llm = ChatOpenAI(temperature=0.7, model_name='gpt-3.5-turbo-16k')
prompt = """
    现在你是一个问答机器人,我会给你一段来自互联网的文本,你根据这段文本和用户的问题来进行回答,如果文本提供的内容回答不了用户的问题,那么则回答我无法提供正确的回答
    网络资料:
    ------------------------------------------
    {inner}
    -------------------------------------------
    用户问题:
    --------------------------------------------
    {question}
    ---------------------------------------------
prompts = PromptTemplate.from_template(prompt)
chain = LLMChain(llm=llm, prompt = prompts)
print(chain.run(question=query, inner = '\n'.join(inner)))
这个是不调用过滤的情况下,如果需要过滤的话,请自行将上面处理过滤信息的代码添加进去
 
以上就是利用python实现chatgpt联网功能的代码了,如果有好的建议欢迎在评论区留言