随着人工智能和地图服务的迅速发展，我们可以轻松地利用这些工具实现各种便捷功能。例如，通过整合OpenAI的大模型和高德地图API，可以快速查找某个地址附近的咖啡店。本文将介绍如何通过远程调用和多功能调用大模型，结合高德地图API，实现这一功能，并分享具体的代码示例。
一、步骤解析
-
用户查询
-
- 用户向ChatBot提出查询请求，例如“长沙证券大厦附近的咖啡店”。
-
解析用户请求
-
- ChatBot（通过OpenAI API）解析用户的请求内容，理解用户想要查询的地点和兴趣点。
-
调用高德地图API获取地理坐标
-
- ChatBot调用高德地图API，使用
get_location_coordinate函数获取用户查询地点的地理坐标（经纬度）。
- ChatBot调用高德地图API，使用
-
高德地图API返回地理坐标
-
- 高德地图API返回查询地点的地理坐标信息（例如经度和纬度）。
-
解析地理坐标
-
- ChatBot解析从高德地图API返回的地理坐标，为后续查询做好准备。
-
调用高德地图API搜索附近兴趣点
-
- ChatBot调用高德地图API，使用
search_nearby_pois函数，根据获取的地理坐标和用户提供的关键词（如“咖啡”），搜索附近的兴趣点（POIs）。
- ChatBot调用高德地图API，使用
-
高德地图API返回附近兴趣点
-
- 高德地图API返回查询坐标附近的兴趣点信息，包括咖啡店的名称、地址和距离等。
-
整理并生成回复内容
-
- ChatBot整理高德地图API返回的兴趣点信息，并生成用户所需的回复内容。
-
返回结果给用户
-
- ChatBot将生成的回复内容返回给用户，展示附近的咖啡店信息。
-
用户继续对话或结束
-
- 用户可以根据返回的信息继续进行对话，提出更多查询或结束对话。
二、完整代码
# 导入必要的库和模块
import openai
import os
from math import *
from icecream import ic
import json
import requests
import logging
# 设置日志记录配置
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
# 加载环境变量
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv())
# 初始化OpenAI API密钥和模型
openai.api_key = os.getenv('OPENAI_API_KEY')
openai.api_base = os.getenv('OPENAI_API_URL')
model = os.getenv('MODEL')
amap_key = os.getenv('GAODE_MAP_API_KEY'）
# 通过高德地图API获取地点的经纬度坐标
# 用于查询某个地点的地理坐标。
def get_location_coordinate(location, city="长沙"):
"""
根据地点和城市名称，使用高德地图API查询并返回该地点的坐标。
参数:
location (str): 地点名称。
city (str): 城市名称，默认为“长沙”。
返回:
dict: 包含地点坐标信息的字典，如果没有找到则返回None。
"""
url = f"https://restapi.amap.com/v5/place/text?key={amap_key}&keywords={location}®ion={city}"
ic(url)
r = requests.get(url)
result = r.json()
if "pois" in result and result["pois"]:
return result["pois"][0]
return None
# 通过高德地图API查询给定坐标附近的兴趣点（POIs）
#用于查询地理坐标附近的某些信息（取决于用户输入的Keyword）
#这是用的高德地图的开放接口，在使用本例之前，你需要先去高德地图开放接口的官网(https://console.amap.com/dev/key/app)申请一个key，免费的。这里就不过多介绍了。
def search_nearby_pois(longitude, latitude, keyword):
"""
根据给定的经纬度和关键词，使用高德地图API查询并返回附近的兴趣点信息。
参数:
longitude (str): 经度。
latitude (str): 纬度。
keyword (str): 查询关键词。
返回:
str: 包含查询结果的字符串，如果没有找到则返回空字符串。
"""
url = f"https://restapi.amap.com/v5/place/around?key={amap_key}&keywords={keyword}&location={longitude},{latitude}"
ic(url)
r = requests.get(url)
result = r.json()
ans = ""
if "pois" in result and result["pois"]:
for i in range(min(3, len(result["pois"]))):
name = result["pois"][i]["name"]
address = result["pois"][i]["address"]
distance = result["pois"][i]["distance"]
ans += f"{name}\n{address}\n距离：{distance}米\n\n"
return ans
# 使用OpenAI API完成聊天对话
def get_completion(messages, model=model):
"""
根据输入的消息列表，使用OpenAI API生成并返回聊天对话的回复。
参数:
messages (list): 消息列表，包含系统的和用户的对话内容。
model (str): 使用的OpenAI模型，默认为环境变量中的MODEL。
返回:
dict: 包含OpenAI生成的回复信息的字典。
"""
response = openai.ChatCompletion.create(
model=model,
messages=messages,
temperature=0, # 模型输出的随机性，0 表示随机性最小
seed=1024, # 随机种子保持不变，temperature 和 prompt 不变的情况下，输出就会不变
tool_choice="auto", # 默认值，由系统自动决定，返回function call还是返回文字回复
tools=[{
"type": "function",
"function": {
"name": "get_location_coordinate",
"description": "根据POI名称，获得POI的经纬度坐标",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "POI名称，必须是中文",
},
"city": {
"type": "string",
"description": "POI所在的城市名，必须是中文",
}
},
"required": ["location", "city"],
}
}
},
{
"type": "function",
"function": {
"name": "search_nearby_pois",
"description": "搜索给定坐标附近的poi",
"parameters": {
"type": "object",
"properties": {
"longitude": {
"type": "string",
"description": "中心点的经度",
},
"latitude": {
"type": "string",
"description": "中心点的纬度",
},
"keyword": {
"type": "string",
"description": "目标poi的关键字",
}
},
"required": ["longitude", "latitude", "keyword"],
}
}
}],
)
return response.choices[0].message
# 处理工具函数调用
def handle_tool_call(response, messages):
"""
处理聊天对话中的工具函数调用，根据调用的函数名称和参数执行相应的操作，并将结果添加到消息列表中。
参数:
response (dict): 包含工具函数调用信息的响应字典。
messages (list): 消息列表，用于添加工具函数的调用结果。
"""
if response.tool_calls is not None:
for tool_call in response.tool_calls:
try:
args = json.loads(tool_call.function.arguments)
except json.JSONDecodeError:
logging.error("解析工具函数参数失败")
continue # 跳过当前循环
logging.info(f"调用: {tool_call.function.name}")
try:
if tool_call.function.name == "get_location_coordinate":
result = get_location_coordinate(**args)
elif tool_call.function.name == "search_nearby_pois":
result = search_nearby_pois(**args)
except Exception as e:
logging.error(f"调用 {tool_call.function.name} 出错: {e}")
continue # 跳过当前循环
logging.info("函数返回: ")
logging.info(result)
messages.append({
"tool_call_id": tool_call.id,
"role": "tool",
"name": tool_call.function.name,
"content": str(result)
})
# 测试聊天对话流程
def test_promopt():
"""
测试聊天助手的功能，模拟用户查询长沙证券大厦附近的咖啡店。
"""
prompt = "长沙证券大厦附近的咖啡"
messages = [
{"role": "system", "content": "你是一个地图通，你可以找到任何地址。"},
{"role": "user", "content": prompt}
]
try:
response = get_completion(messages)
except Exception as e:
logging.error(f"获取初始响应失败: {e}")
return
# 处理初始响应
if response.content is None:
response.content = "null"
messages.append(response)
logging.info("=====GPT回复=====")
logging.info(response)
while True:
handle_tool_call(response, messages)
# 检查是否还有更多响应
try:
response = get_completion(messages)
except Exception as e:
logging.error(f"获取后续响应失败: {e}")
break
if response.content is None:
response.content = "null"
messages.append(response)
if not hasattr(response,'tool_calls'): # 如果没有tool_calls属性，则表示没有更多响应
break
logging.info("=====最终回复=====")
logging.info(response.content)
# 主程序入口
if __name__ == '__main__':
test_promopt()
**输出 **
2024-06-05 22:54:59,119 - INFO - =====GPT回复=====
2024-06-05 22:54:59,120 - INFO - {
"role": "assistant",
"content": "null",
"tool_calls": [
{
"id": "call_aCIvrc4Vdey4RXYiCS5srQpC",
"type": "function",
"function": {
"name": "get_location_coordinate",
"arguments": "{\"location\":\"\u957f\u6c99\u8bc1\u5238\u5927\u53a6\",\"city\":\"\u957f\u6c99\"}"
}
}
]
}
2024-06-05 22:54:59,122 - INFO - 调用: get_location_coordinate
ic| url: 'https://restapi.amap.com/v5/place/text?key=22b2d81ac8d7ed9512e6bf177cf4fc4a&keywords=长沙证券大厦®ion=长沙'
2024-06-05 22:55:00,646 - INFO - 函数返回:
2024-06-05 22:55:00,646 - INFO - {'parent': '', 'address': '车站北路459号(烈士公园东地铁站2号口步行210米)', 'distance': '', 'pcode': '430000', 'adcode': '430102', 'pname': '湖南省', 'cityname': '长沙市', 'type': '商务住宅;楼宇;商务写字楼', 'typecode': '120201', 'adname': '芙蓉区', 'citycode': '0731', 'name': '证券大厦(车站北路)', 'location': '113.007771,28.210813', 'id': 'B02DB044DJ'}
2024-06-05 22:55:02,727 - INFO - 调用: search_nearby_pois
ic| url: 'https://restapi.amap.com/v5/place/around?key=22b2d81ac8d7ed9512e6bf177cf4fc4a&keywords=咖啡&location=113.007771,28.210813'
2024-06-05 22:55:03,857 - INFO - 函数返回:
2024-06-05 22:55:03,857 - INFO - luckin coffee 瑞幸咖啡(步步高生活广场店)
车站北路王府步步高生活商场1层1048号
距离：178米
咖啡因(车站路店)
车站北路170号瑞丰家园111门面(近冰火楼)
距离：356米
Wheat Espresso小麦咖啡(梦泽园商务楼店)
晚报大道63号梦泽园商务楼(烈士公园东地铁站4号口旁)
距离：417米
2024-06-05 22:55:11,315 - INFO - =====最终回复=====
2024-06-05 22:55:11,316 - INFO - 长沙证券大厦附近有几家咖啡店：
1. luckin coffee 瑞幸咖啡(步步高生活广场店)
地址：车站北路王府步步高生活商场1层1048号，距离证券大厦约178米。
2. 咖啡因(车站路店)
地址：车站北路170号瑞丰家园111门面(近冰火楼)，距离证券大厦约356米。
3. Wheat Espresso小麦咖啡(梦泽园商务楼店)
地址：晚报大道63号梦泽园商务楼(烈士公园东地铁站4号口旁)，距离证券大厦约417米。
结语
通过本文介绍的方法和代码示例，我们可以轻松地结合OpenAI的大模型和高德地图API，实现查找某个地址附近咖啡店的功能。这不仅可以提升我们的开发效率，也为我们提供了强大的工具来应对各种实际需求。希望本文能对你有所帮助！
如何学习AI大模型？
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。
