如何将用户提问与GPT API响应变量接入Gradio Chatbot组件？

代码中的核心问题 #

1. bot函数错误依赖未正确传递的全局user_message变量，应该从聊天历史中提取最新用户提问
2. 每次响应都重复加载index.json，大幅降低性能
3. 存在冗余的全局变量定义和未使用的question_answer_NEW函数
4. 对话历史更新逻辑存在漏洞，导致响应无法正确显示

修正后的完整代码 #

import gradio as gr
import time
from llama_index import GPTSimpleVectorIndex
import os

# 提前加载索引，避免重复读取文件
os.environ["OPENAI_API_KEY"] = 'sk-...'  # 替换为你的API密钥
index = GPTSimpleVectorIndex.load_from_disk('index.json')

with gr.Blocks() as demo:
    chatbot = gr.Chatbot(height=600)  # 设置固定高度，确保内容溢出时自动滚动
    msg = gr.Textbox(placeholder="请输入你的问题...")
    clear = gr.Button("清空对话")

    def user_input_handler(user_message, history):
        # 清空输入框，将用户提问添加到聊天历史（响应位置先留空）
        return "", history + [[user_message, None]]

    def bot_response_handler(history):
        # 从聊天历史中获取最新的用户提问
        latest_question = history[-1][0]
        # 查询索引生成响应
        bot_message = index.query(latest_question, response_mode="compact").response.strip()
        # 更新聊天历史中的响应内容
        history[-1][1] = bot_message
        # 模拟延迟优化交互体验
        time.sleep(1)
        return history

    # 绑定事件流程：提交输入→处理用户输入→生成机器人响应
    msg.submit(user_input_handler, [msg, chatbot], [msg, chatbot], queue=False).then(
        bot_response_handler, chatbot, chatbot
    )
    # 绑定清空对话事件
    clear.click(lambda: None, None, chatbot, queue=False)

if __name__ == "__main__":
    demo.launch()

关键修改说明 #

• 提前加载索引：将index.json的加载移到全局作用域，避免每次响应重复读取文件，提升运行效率
• 修复对话逻辑：bot_response_handler从聊天历史的最后一条数据中获取用户提问，不再依赖不稳定的全局变量
• 优化滚动显示：给Chatbot设置height属性，确保内容超过高度阈值时自动触发滚动
• 清理冗余代码：移除未使用的函数和不必要的全局变量，简化代码结构
• 规范事件绑定：确保用户输入与机器人响应的流程衔接正确，保证对话内容正常显示

内容的提问来源于stack exchange，提问作者skeitel