Chat bot exercise

🤖 聊天机器人构建核心概念 (Chatbot Implementation Key Concepts)

• 目标 (Goal): 使用预先定义的辅助函数构建一个简单的聊天机器人。
• 核心机制 (Core Mechanism): 维持对话的上下文 (Context)。通过在消息列表中保留历史对话记录，机器人能够记住之前的对话内容。
• 程序结构 (Program Structure):
• 使用 while True 循环来使聊天机器人持续运行（无限循环）。
• 使用内置的 input() 函数来获取用户的输入。
• 对话流程 (Conversation Flow):
• 获取输入 (Get Input): 接收用户输入的文本。
• 添加用户消息 (Add User Message): 调用 add_user_message 函数，将用户的输入添加到消息列表中。
• 调用模型 (Call Model): 将完整的消息列表发送给 API/模型（通过 chat_with_messages 函数）。
• 接收响应 (Receive Response): 接收模型生成的回复文本。
• 添加助手消息 (Add Assistant Message): 调用 add_assistant_message 函数，将模型的回复添加到消息列表中。
• 显示输出 (Display Output): 将回复显示给用户。
• 关键函数 (Key Functions):
• add_user_message: 用于添加用户发送的消息。
• chat_with_messages: 用于将整个消息历史发送给 AI 模型。
• add_assistant_message: 用于添加 AI 助手的回复。
• 环境注意事项 (Environment Notes):
• 在 VS Code 环境中，可能需要手动 print 用户输入以模拟提示符。
• 在浏览器中的 Jupyter Notebook 中，用户输入通常会自动显示。

Takeaways

• 核心机制是维护对话上下文，通过在消息列表中保留历史记录来实现记忆。
• 程序结构通常使用 while True 循环来确保聊天机器人持续运行。
• 对话流程的关键步骤是：获取用户输入 → 添加用户消息 → 将完整消息列表发送给模型 → 接收并添加助手回复。
• 关键函数（如 add_user_message, chat_with_messages, add_assistant_message）用于管理消息的添加和模型调用。