Update app.py

app.py

@@ -1,4 +1,3 @@
-import openai
 import gradio as gr
 import xgboost as xgb
 import numpy as np
@@ -7,9 +6,6 @@ from huggingface_hub import hf_hub_download
 import pandas as pd
 from transformers import pipeline
 
-# 设置 OpenAI API 密钥
-openai.api_key = "your-openai-api-key"  # 使用你的 OpenAI API 密钥
-
 # 加载 XGBoost 模型
 model_path = hf_hub_download(repo_id="YDluffy/lottery_prediction", filename="lottery_xgboost_model.json")
 model = xgb.XGBRegressor()
@@ -24,26 +20,25 @@ def predict_lottery(year, period, num1, num2, num3, num4, num5, num6, special):
     prediction = model.predict(features)
     return prediction
 
-# GPT-4 对话函数
-def chat_with_gpt(user_input):
-    # 调用 GPT-4 生成对话
-    response = openai.Completion.create(
-        model="gpt-4",  # 使用 GPT-4 模型
-        prompt=user_input,
-        max_tokens=150
-    )
-    return response.choices[0].text.strip()
+# 加载 Hugging Face GPT-Neo 模型
+generator = pipeline('text-generation', model='EleutherAI/gpt-neo-2.7B')
+
+# 生成文本的函数
+def generate_text(user_input):
+    # 使用模型生成文本
+    output = generator(user_input, max_length=100, num_return_sequences=1)
+    return output[0]['generated_text']
 
 # 通过 GPT-4 提取输入特征并调用 XGBoost 模型进行预测
 def predict_and_interact(user_input):
     # 使用 GPT-4 提取必要信息（例如期号、历史号码等）
     prompt = f"请从以下问题中提取出预测数字所需的参数：'{user_input}'"
-    gpt_response = chat_with_gpt(prompt)
     
-    # 假设 GPT-4 已经正确提取并返回了需要的特征
-    # 在此阶段，我们可以从 GPT-4 的响应中提取参数，并将其传递给 XGBoost 模型
-    # 假设 GPT-4 提取的特征已经是格式化后的参数（年份、期号、号码）
+    # 通过 GPT-Neo 生成文本
+    gpt_response = generate_text(prompt)
     
+    # 假设 GPT-4 提取了这些特征
+    # 在此阶段，我们可以从 GPT-Neo 的响应中提取参数，并将其传递给 XGBoost 模型
     # 示例：假设 GPT-4 提取了这些特征
     year, period = 2025, 16  # 从对话提取的特征（例如：2025年第16期）
     nums = [5, 12, 23, 34, 45, 56]  # 假设GPT返回了这些数字
@@ -59,7 +54,7 @@ iface = gr.Interface(
     inputs=gr.Textbox(label="请输入问题或期号信息"),
     outputs="text",
     title="六合彩预测模型",
-    description="通过与大语言模型（GPT-4）对话，预测指定期号的开奖号码，并根据反馈优化模型"
+    description="通过与大语言模型（GPT-Neo）对话，预测指定期号的开奖号码，并根据反馈优化模型"
 )
 
 iface.launch(share=True)