hugging-chat-api

English | 简体中文

非官方HuggingChat Python API，可扩展用于聊天机器人等。

注意

最近的一些版本可能在某种程度上不再完全向后兼容，如果出现任何问题，最好及时查看此README或相关问题。 不再支持自定义参数（温度、最大令牌数等）

最近的更新：

助手（图像生成器等）

网络搜索

记忆上下文

支持更换语言模型

安装

pip3 install hugchat

使用方法

API

以下是此仓库的所有常见用法，您不一定要全部使用，可以根据需要添加或删除一些 :)

from hugchat import hugchat
from hugchat.login import Login

# 登录huggingface并授权huggingchat
EMAIL = "你的邮箱"
PASSWD = "你的密码"
cookie_path_dir = "./cookies/" # 注意：末尾的斜杠(/)是必需的，以避免错误
sign = Login(EMAIL, PASSWD)
cookies = sign.login(cookie_dir_path=cookie_path_dir, save_cookies=True)

# 创建你的聊天机器人
chatbot = hugchat.ChatBot(cookies=cookies.get_dict())  # 或者 cookie_path="usercookies/<email>.json"

message_result = chatbot.chat("嗨！") # 注意：message_result是一个生成器，该方法会立即返回。

# 非流式
message_str: str = message_result.wait_until_done() # 你也可以直接打印(message_result)。
# 获取文件（如图片）
file_list = message_result.get_files_created() # 必须先调用wait_until_done()！

# 提示：模型"CohereForAI/c4ai-command-r-plus"可以生成图像 :)

# 流式响应
for resp in chatbot.query(
    "你好",
    stream=True
):
    print(resp)

# 网络搜索
query_result = chatbot.query("嗨！", web_search=True)
print(query_result)
for source in query_result.web_search_sources:
    print(source.link)
    print(source.title)
    print(source.hostname)

# 创建新对话
chatbot.new_conversation(switch_to = True) # 切换到新对话

# 获取服务器上不是当前会话的对话（你在huggingchat中的所有对话）
conversation_list = chatbot.get_remote_conversations(replace_conversation_list=True)
# 获取对话列表（本地）
conversation_list = chatbot.get_conversation_list()

# 获取可用的模型（非硬编码）
models = chatbot.get_available_llm_models()

# 使用给定索引切换模型
chatbot.switch_llm(0) # 切换到第一个模型
chatbot.switch_llm(1) # 切换到第二个模型

# 获取当前对话的信息
info = chatbot.get_conversation_info()
print(info.id, info.title, info.model, info.system_prompt, info.history)

# 助手
assistant = chatbot.search_assistant(assistant_name="ChatGpt") # 助手名称列表在 https://huggingface.co/chat/assistants
assistant_list = chatbot.get_assistant_list_by_page(page=0)
chatbot.new_conversation(assistant=assistant, switch_to=True) # 使用助手创建新对话

# [危险] 删除登录用户的所有对话
chatbot.delete_all_conversations()