方针
上一节，咱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忆下！♂️
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，咱们来试试在Discord机器人中直接获取推文总结，一键轻松拿到！
作用一览无遗：
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，得先给它展现我之前写的代码。代码多得像流水账，先看个图吧！
小家伙还算识相，飞速阅读完代码，然后接受了我的应战。
增加discord机器人功用
然后给出咱们的要求，仍是老样子，立刻给你说出了个一二三条处理步骤，棒棒哒
按它的建议，我试试运转代码。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，就把过错扔回去！
这下果然老实了，立刻承认过错，然后给我新的处理方案。抱着再试一试的想法，我又将代码放入colab中履行。我去又给我报错，而我仍是老套路，直接把过错丢给它。
ok完美运转！！！
给机器人输入数据
假如咱们看过上一节，就会发现之前GPT给咱们写的获取推文总结功用没有被封装成函数！！！！，那么咱们的机器人怎么调用呢！。身为一个程序员，我自己当然会给他封装一下。可是本着只BB，绝对不自己动手做的原则，我仍是给GPT下达了一个命令，让它锻炼一下给我封装成scrape_and_summarize函数。
好家伙封装的还挺快！，那么接下来咱们直接让它将新封装的函数scrape_and_summarize和机器人功用相结合。天然我肯定是不会写的，当然是张嘴要求了啊！
然后我愉快的开端履行，然后又给我报错，不过这次咱们熟练了，直接将过错丢给它，让它自己处理。
然后咱们将代码放入colab中运转，能够看见咱们的机器人现已成功上线了。
优化机器人输出反应
因为获取数据需要进行网络恳求，这就导致scrape_and_summarize函数需要等候很长时间，所以说咱们在输入命令之后，机器人迟迟没有响应。那么我再要求一下GPT给咱们的机器人加个处理提示文本。
完好代码
一切代码都是GPT4写的!!!,我仅仅担任出提示
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
# df = pd.DataFrame(tweet_data, columns=["Tweet URL", "Tweet Content", "Summary", "Translated Summary (Chinese)"])
# df.to_csv("tweet_summaries.csv", index=False)
# Discord bot code
TOKEN = "your discord bot key"
intents = discord.Intents.default()
intents.messages = True
intents.guilds = True
intents.reactions = True
intents.message_content = True # 增加这一行
bot = commands.Bot(command_prefix='/', intents=intents)
@bot.event
async def on_ready():
print(f'{bot.user} has connected to Discord!')
@bot.command(name='news', help='Returns summaries of the top tweets about ChatGPT-4')
async def news(ctx):
print("hello bot")
processing_message = await ctx.send("正在处理您的恳求，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)
结束
总而言之，咱们成功地运用了ChatGPT4来升级咱们的Discord机器人，让它能够更便捷地获取推特上关于”ChatGPT4使用方法”的热门推文总结。尽管在过程中遇到了一些小挫折，但咱们一路披荆斩棘，终究达到了方针。
这次探究不仅让咱们深入了解了ChatGPT4的潜力，还提示咱们，人工智能尽管强大，但在实践应用中可能还会遇到应战。作为使用者，咱们需要不断学习和适应，与这个奇特的AI助手共同生长。
在此感谢咱们的支撑与陪伴！假如你喜爱这篇文章，别忘了点个赞、重视咱们，以便及时获取更多精彩内容。同时，欢迎在评论区留下你的宝贵意见和建议，咱们十分期待与咱们互动沟通，共同探讨更多风趣的论题！—— 这一部分我仍是只动了嘴
