在 Python 脚本中集成 OpenAI o1-preview 模型并处理 LaTeX 表达式

了解如何在 Python 脚本中集成新的 OpenAI o1-preview 模型，以增强您的人工智能项目。该脚本允许您使用 o1-preview 模型与 OpenAI API 交互，并通过内置的网页抓取功能在提示中包含网页内容。此外，它还能正确处理模型回答中的 LaTeX 数学表达式，将其转换为终端可读的 Unicode 文本。

介绍

2024 年 9 月 12 日，OpenAI 发布了其新一代 AI 模型系列，名为 OpenAI o1。这些模型在给出回答之前会进行更深入的推理，使它们能够解决科学、编程和数学中的复杂问题。o1-preview 模型在这些领域表现尤为出色，优于之前的模型如 gpt-4o。

脚本的要点：

• 集成 o1-preview 模型：脚本默认使用 o1-preview 模型，从而提供先进的推理能力。
• 内置网页抓取：可以提取网页内容以丰富提示的上下文。
• LaTeX 表达式处理：将回答中的数学表达式转换为终端可读的 Unicode 文本。
• 可定制：脚本允许选择 OpenAI 模型，并可根据不同用例进行调整。

在本文中，我将详解脚本代码，解释其工作原理，并演示一系列复杂的提示示例。

先决条件

在开始之前，请确保您具备以下条件：

• 已在您的机器上安装 Python 3.x。
• 拥有一把 OpenAI API 密钥。您可以通过在 OpenAI 网站注册获取。
• 一个 Python 虚拟环境（推荐用于隔离依赖）。
• 所需的 Python 模块。

配置虚拟环境

为隔离本项目的依赖，建议使用虚拟环境。下面是创建虚拟环境并安装所需依赖的方法：

python3 -m venv env
source env/bin/activate  # Sur Windows, utilisez env\Scripts\activate
pip install openai selenium webdriver-manager pylatexenc

设置 OpenAI API 密钥

将您的 OpenAI API 密钥设置为环境变量：

export OPENAI_API_KEY='votre_clé_api_ici'

将 'votre_clé_api_ici' 替换为您实际的 API 密钥。

完整脚本代码

以下是完整的 Python 脚本代码：

#!/usr/bin/env python3
import os
import sys
import argparse
import re
from openai import OpenAI
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from webdriver_manager.chrome import ChromeDriverManager
from pylatexenc.latex2text import LatexNodes2Text


def get_web_content(url):
    if not url:
        return ""

    try:
        # Configure les options de Chrome
        chrome_options = Options()
        # Ne pas utiliser le mode headless pour éviter les problèmes de vérification humaine

        # Utilise ChromeDriverManager pour gérer l\'installation de ChromeDriver
        driver = webdriver.Chrome(
            service=Service(ChromeDriverManager().install()), options=chrome_options
        )

        # Charge la page web
        driver.get(url)

        # Récupère le contenu textuel de la page
        web_content = driver.execute_script("return document.documentElement.innerText")

        # Ferme le navigateur
        driver.quit()

        return web_content if web_content else None
    except Exception as e:
        return None


def convert_latex_to_text(latex_str):
    # Convertit les expressions LaTeX en texte Unicode
    return LatexNodes2Text().latex_to_text(latex_str)


def clean_output(content):
    # Trouve toutes les expressions LaTeX dans le contenu et les convertit
    patterns = [r"\\\\[.*?\\\\]", r"\\\(.*?\\\)", r"\$\$.*?\$\$", r"\$.*?\$"]

    for pattern in patterns:
        matches = re.findall(pattern, content, flags=re.DOTALL)
        for match in matches:
            plain_text = convert_latex_to_text(match)
            content = content.replace(match, plain_text)
    return content


def get_response(prompt, client, model="o1-preview"):
    urls = re.findall(r"(https?://\S+)", prompt)
    for url in urls:
        web_content = get_web_content(url)
        if web_content:
            prompt = prompt.replace(url, web_content)
        else:
            return f"Erreur: Le contenu web pour {url} ne peut être récupéré."

    try:
        response = client.chat.completions.create(
            model=model,
            messages=[
                {
                    "role": "user",
                    "content": prompt,
                },
            ],
        )
        first_choice_message = response.choices[0].message
        content = first_choice_message.content
        # Convertit les expressions LaTeX en texte lisible
        cleaned_content = clean_output(content)
        return cleaned_content
    except Exception as e:
        return f"Une erreur est survenue : {e}"


def main():
    parser = argparse.ArgumentParser()
    parser.add_argument("prompt", nargs="?", help="Le prompt contenant des URLs")
    parser.add_argument(
        "--model",
        default="o1-preview",
        choices=["gpt-4o", "o1-preview", "o1-mini"],
        help="Le modèle OpenAI à utiliser (par défaut o1-preview)",
    )
    args = parser.parse_args()

    openai_api_key = os.getenv("OPENAI_API_KEY")
    if not openai_api_key:
        raise ValueError(
            "La clé API OPENAI_API_KEY n'est pas définie dans les variables d\'environnement."
        )

    with OpenAI(api_key=openai_api_key) as client:
        prompt = args.prompt or sys.stdin.read()
        response = get_response(prompt, client, model=args.model)
        print(response)


if __name__ == "__main__":
    main()

代码说明

导入所需模块

脚本首先导入以下必要模块：

• os, sys, argparse, re：标准模块，用于处理环境变量、命令行参数和正则表达式。
• openai：用于与 OpenAI API 交互的模块。
• selenium 和 webdriver_manager：用于执行网页抓取。
• pylatexenc：用于将 LaTeX 表达式转换为可读的 Unicode 文本。

函数 get_web_content

此函数获取网页的文本内容。

def get_web_content(url):
    if not url:
        return ""

    try:
        # Configure les options de Chrome
        chrome_options = Options()
        # Ne pas utiliser le mode headless pour éviter les problèmes de vérification humaine

        # Utilise ChromeDriverManager pour gérer l\'installation de ChromeDriver
        driver = webdriver.Chrome(
            service=Service(ChromeDriverManager().install()), options=chrome_options
        )

        # Charge la page web
        driver.get(url)

        # Récupère le contenu textuel de la page
        web_content = driver.execute_script("return document.documentElement.innerText")

        # Ferme le navigateur
        driver.quit()

        return web_content if web_content else None
    except Exception as e:
        return None

要点：

• Chrome 选项：脚本不使用无头（headless）模式，以避免某些页面对无头浏览器实施的人机验证问题。
• ChromeDriverManager：自动管理 ChromeDriver 的安装和更新。
• 内容提取：使用 JavaScript 提取页面的完整文本。
• 异常处理：在发生错误时，函数返回 None。

函数 convert_latex_to_text

此函数将 LaTeX 表达式转换为 Unicode 文本。

def convert_latex_to_text(latex_str):
    # Convertit les expressions LaTeX en texte Unicode
    return LatexNodes2Text().latex_to_text(latex_str)

要点：

• 使用库 pylatexenc 将 LaTeX 表达式转换，使数学公式在终端中可读。

函数 clean_output

此函数处理模型的响应，将 LaTeX 表达式进行转换。

def clean_output(content):
    # Trouve toutes les expressions LaTeX dans le contenu et les convertit
    patterns = [r"\\\\[.*?\\\\]", r"\\\(.*?\\\)", r"\$\$.*?\$\$", r"\$.*?\$"]

    for pattern in patterns:
        matches = re.findall(pattern, content, flags=re.DOTALL)
        for match in matches:
            plain_text = convert_latex_to_text(match)
            content = content.replace(match, plain_text)
    return content

要点：

• 查找 LaTeX 表达式：使用正则表达式识别公式。
• 转换：将每个公式转换为 Unicode 文本。
• 替换：用可读的等价文本替换 LaTeX 公式。

函数 get_response

准备提示（prompt），在必要时处理网页抓取，调用 OpenAI API 并清理响应。

def get_response(prompt, client, model="o1-preview"):
    urls = re.findall(r"(https?://\S+)", prompt)
    for url in urls:
        web_content = get_web_content(url)
        if web_content:
            prompt = prompt.replace(url, web_content)
        else:
            return f"Erreur: Le contenu web pour {url} ne peut être récupéré."

    try:
        response = client.chat.completions.create(
            model=model,
            messages=[
                {
                    "role": "user",
                    "content": prompt,
                },
            ],
        )
        first_choice_message = response.choices[0].message
        content = first_choice_message.content
        # Convertit les expressions LaTeX en texte lisible
        cleaned_content = clean_output(content)
        return cleaned_content
    except Exception as e:
        return f"Une erreur est survenue : {e}"

要点：

• 处理 URL：如果提示中包含 URL，会提取该页面内容并插入提示中。
• 调用 OpenAI API：将修改后的提示发送到指定的模型。
• 响应清理：将 LaTeX 表达式转换为便于阅读的形式。

函数 main

处理命令行参数并执行脚本。

def main():
    parser = argparse.ArgumentParser()
    parser.add_argument("prompt", nargs="?", help="Le prompt contenant des URLs")
    parser.add_argument(
        "--model",
        default="o1-preview",
        choices=["gpt-4o", "o1-preview", "o1-mini"],
        help="Le modèle OpenAI à utiliser (par défaut o1-preview)",
    )
    args = parser.parse_args()

    openai_api_key = os.getenv("OPENAI_API_KEY")
    if not openai_api_key:
        raise ValueError(
            "La clé API OPENAI_API_KEY n'est pas définie dans les variables d\'environnement."
        )

    with OpenAI(api_key=openai_api_key) as client:
        prompt = args.prompt or sys.stdin.read()
        response = get_response(prompt, client, model=args.model)
        print(response)

要点：

• 参数：脚本接受一个提示（prompt）和一个模型参数。
• API 密钥：检查是否已设置 API 密钥。
• 执行：调用函数 get_response 并打印响应。

脚本执行

if __name__ == "__main__":
    main()

使用示例

提出需要推理的问题

./openai_poc.py "Dans un triangle rectangle, si les côtés adjacents à l'angle droit mesurent 3 cm et 4 cm, calcule la longueur de l'hypoténuse."

要计算一个直角三角形中两条直角边分别为 3 cm 和 4 cm 时斜边的长度，我们使用毕达哥拉斯定理：

$$\text{Hypoténuse}^2 = (\text{Côté 1})^2 + (\text{Côté 2})^2$$

将给定数值代入：

$$\text{Hypoténuse}^2 = 3^2 + 4^2 = 9 + 16 = 25$$

对两边取平方根：

$$\text{Hypoténuse} = \sqrt{25} = 5 \text{ cm}$$

因此，斜边的长度为 5 cm。

斜边的长度为 5 cm。

生成网页摘要

./openai_poc.py "Fais-moi un résumé de cette page : https://openai.com/index/introducing-openai-o1-preview/"

OpenAI 于 2024 年 9 月 12 日宣布推出一系列新的 AI 模型，称为 OpenAI o1，该系列模型被设计为在回答前花更多时间进行思考。这些模型能够在复杂任务中进行推理，并解决比以前模型在科学、编程和数学方面更困难的问题。

该系列的首个模型 o1-preview 已可在 ChatGPT 以及 OpenAI API 中使用。同时还提供一个更轻量、更经济的版本 OpenAI o1-mini，它以比 o1-preview 低约 80% 的成本提供有效的编码能力。

计算简单乘法

./openai_poc.py "Quel est le résultat de 15 x 12 ?"

$15 \times 12$ 的结果是 180。

解决简单方程

./openai_poc.py "Résous l'équation 2x + 5 = 15."

为了解方程 $2x + 5 = 15$，请按以下步骤操作：

1. 两边同时减去 5 以隔离含有未知数的项：

$$\begin{aligned} 2x + 5 - 5 &= 15 - 5 \\ 2x &= 10 \end{aligned}$$

2. 两边同时除以 2 以求解 $x$：

$$\begin{aligned} \frac{2x}{2} &= \frac{10}{2} \\ x &= 5 \end{aligned}$$

解： $x = 5$。

计算百分比

./openai_poc.py "Quel est 20% de 250 ?"

$250$ 的 $20\%$ 等于 50。

计算过程：

$$20\% \times 250 = \left( \frac{20}{100} \right) \times 250 = 0,2 \times 250 = 50$$

计算圆的面积

./openai_poc.py "Calcule l'aire d'un cercle de rayon 5 cm."

要计算半径为 5 cm 的圆的面积，使用圆面积公式：

$$A = \pi r^2$$

其中：

• $A$ 是圆的面积，
• $r$ 是圆的半径。

将 $r$ 代入 5 cm：

$$\begin{aligned} A &= \pi (5 \text{ cm})^2 \\ &= \pi (25 \text{ cm}^2) \\ &= 25\pi \text{ cm}^2 \end{aligned}$$

因此，圆的面积是 $25\pi \text{ cm}^2$。

如果需要近似值，取 $\pi \approx 3,1416$：

$$\begin{aligned} A &≈ 25 \times 3,1416 \text{ cm}^2 \u2248 78,54 \text{ cm}^2 \end{aligned}$$

所以，圆的面积约为 78,54 cm²。

计算简单积分

./openai_poc.py "Calcule l'intégrale de 0 à 1 de x^2 dx."

要计算函数 $x^2$ 在 0 到 1 上的积分，我们对 $x^2$ 关于 $x$ 积分并在上下限 0 和 1 处求值。

计算步骤：

1. 对 $x^2$ 积分：

$$\int x^2 \, dx = \frac{x^3}{3} + C$$

其中 C 为积分常数。

2. 在上下限 0 到 1 之间求值：

$$\int_0^1 x^2 \, dx = \left[ \frac{x^3}{3} \right]_0^1 = \left( \frac{1^3}{3} \right) - \left( \frac{0^3}{3} \right)$$

3. 计算上下限值：

$$\frac{1^3}{3} = \frac{1}{3} \quad \text{并且} \quad \frac{0^3}{3} = 0$$

4. 相减得到最终结果：

$$\int_0^1 x^2 \, dx = \frac{1}{3} - 0 = \frac{1}{3}$$

结论：

函数 $x^2$ 在 0 到 1 上的积分值为 $1/3$。

计算平均速度

./openai_poc.py "Si une voiture parcourt 150 km en 3 heures, quelle est sa vitesse moyenne ?"

要计算一辆车在 3 小时内行驶 150 km 的平均速度，使用平均速度公式：

$$\text{Vitesse moyenne} = \frac{\text{Distance totale}}{\text{Temps total}}$$

代入数值：

$$\text{Vitesse moyenne} = \frac{150 \text{ km}}{3 \text{ heures}} = 50 \text{ km/h}$$

该车的平均速度为 50 km/h。

经典力学

./openai_poc.py "Un bloc de 5 kg est tiré sur une surface sans frottement par une force de 20 N. Calcule son accélération."

要计算物块的加速度，我们使用牛顿第二定律，表明作用在物体上的合力等于物体质量乘以加速度（$F = m \times a$）。

已知：

• 物块质量 $m = 5 \text{ kg}$
• 作用力 $F = 20 \text{ N}$
• 无摩擦面（因此没有摩擦力）

将公式重排以求加速度 $a$：

$$a = \frac{F}{m}$$

代入数值：

$$a = \frac{20 \text{ N}}{5 \text{ kg}} = 4 \text{ m/s}^2$$

答案：物块的加速度为 $4 \text{ m/s}^2$。

常微分方程求解

./openai_poc.py "Résous l'équation différentielle dy/dx = x^2 + y^2 avec la condition initiale y(0) = 1."

考虑求解微分方程：

$$\frac{dy}{dx} = x^2 + y^2$$

满足初始条件 $y(0) = 1$。注意该方程为非线性方程，不能用诸如变量分离或常规积分因子等基础方法求解。不过我们可以尝试将其转化为更易处理的形式。

第 1 步：识别方程的类型

该方程为 Riccati 方程，通式为：

$$\frac{dy}{dx} = q_0(x) + q_1(x) y + q_2(x) y^2$$

在本例中：

$$\frac{dy}{dx} = x^2 + 0 \cdot y + 1 \cdot y^2$$

第 2 步：转化为二阶线性方程

为解 Riccati 方程，可以使用以下替换：

$$y = -\frac{u'}{u}$$

其中 $u = u(x)$，$u'$ 为 $u$ 对 $x$ 的导数。

计算 $y'$：

$$y = -\frac{u'}{u}$$ $$y' = -\frac{d}{dx}\left( \frac{u'}{u} \right)$$

应用商法则得：

$$y' = -\left( \frac{u'' \cdot u - (u')^2}{u^2} \right)$$

第 3 步：代入原方程

将 $y$ 和 $y'$ 代入原方程：

$$y' = x^2 + y^2$$ $$-\left( \frac{u'' u - (u')^2}{u^2} \right) = x^2 + \left( -\frac{u'}{u} \right)^2$$

化简：

$$-\left( \frac{u'' u - (u')^2}{u^2} \right) = x^2 + \frac{(u')^2}{u^2}$$

两边同乘以 $u^2$ 消去分母：

$$-( u'' u - (u')^2 ) = x^2 u^2 + (u')^2$$

化简得到：

$$-u'' u + (u')^2 = x^2 u^2 + (u')^2$$ $$-u'' u = x^2 u^2$$ $$u'' u = -x^2 u^2$$

在假设 $u \neq 0$ 下除以 $u$：

$$u'' = -x^2 u$$

第 4 步：求解二阶线性方程

得到的方程为二阶齐次线性常微分方程：

$$u'' + x^2 u = 0$$

该方程属于系数为变量的线性方程，通常与 Airy 方程相关。其解不能用初等函数表示，而是用特殊函数表示。

方程的通解为：

$$u(x) = C_1 \cdot \text{Ai}(i x) + C_2 \cdot \text{Bi}(i x)$$

其中 $\text{Ai}$ 和 $\text{Bi}$ 为第一类和第二类 Airy 函数，$i$ 为虚数单位（$i^2 = -1$）。

第 5 步：回到 $y(x)$

记住：

$$y = -\frac{u'}{u}$$

知道 $u(x)$ 后，通过求导并取负比可以得到 $y(x)$。

第 6 步：应用初始条件

要确定常数 $C_1$ 和 $C_2$，需应用初始条件 $y(0) = 1$。由于 Airy 函数在复参数下的复杂性，显式计算较为繁琐。

结论

带有初始条件 $y(0)=1$ 的方程解可以用 Airy 特殊函数表示，不能用初等函数显式表示。

最终回答：

微分方程 $\frac{dy}{dx} = x^2 + y^2$ 且满足 $y(0) = 1$ 的解以 Airy 特殊函数给出，无法用初等函数显式表示。

电磁学

./openai_poc.py "Calcule le champ électrique à une distance r d'une charge ponctuelle Q."

点电荷 $Q$ 在距离 $r$ 处产生的电场 $E$ 由库仑定律给出。计算电场的公式为：

$$E = \frac{1}{4\pi\epsilon_0} \times \frac{Q}{r^2}$$

其中：

• $E$ 为电场（单位伏特每米，V/m），
• $Q$ 为点电荷（单位库仑，C），
• $r$ 为到电荷的距离（单位米，m），
• $\epsilon_0$ 为真空介电常数，近似值为 $8,854 \times 10^{-12} \text{ C}^2/\text{N}\cdot\text{m}^2$。

计算示例：

假设电荷 $Q = 2 \times 10^{-6} \text{ C}$（2 微库仑），欲计算距离 $r = 0,5 \text{ m}$ 处的电场。

1. 计算分数前的常数：

$$\frac{1}{4\pi\epsilon_0} = \frac{1}{4\pi \times 8,854 \times 10^{-12}} \approx 8,988 \times 10^9 \text{ N}\cdot\text{m}^2/\text{C}^2$$

2. 代入公式：

$$E = (8,988 \times 10^9) \times \frac{2 \times 10^{-6}}{(0,5)^2}$$ $$E = (8,988 \times 10^9) \times \frac{2 \times 10^{-6}}{0,25}$$ $$E = (8,988 \times 10^9) \times 8 \times 10^{-6}$$ $$E = 71\,904 \text{ V/m}$$

结论：

距离为 $r = 0,5 \text{ m}$ 的点电荷 $Q = 2 \times 10^{-6} \text{ C}$ 在该点产生的电场为 $E = 71\,904 \text{ V/m}$。

因此，若要计算某一距离处的电场，只需将具体的 $Q$ 和 $r$ 值代入上述公式。

化学平衡

./openai_poc.py "Explique comment le principe de Le Chatelier s'applique à l'équilibre suivant : N2 + 3H2 ⇌ 2NH3."

勒夏特列原理（Le Chatelier 原理）指出，当处于平衡的系统受到外部扰动（应力）时，系统会作出反应以减小该扰动并建立新的平衡。应用于以下化学平衡：

$$N_2(g) + 3H_2(g) \rightleftharpoons 2NH_3(g)$$

我们可以分析不同变化如何影响平衡位置。

1. 浓度的变化： - 增加反应物浓度（N₂ 或 H₂）： 如果向体系中加入氮气（N₂）或氢气（H₂），这些反应物的浓度会增加。根据勒夏特列原理，平衡会朝消耗这些额外反应物的方向移动，即向右移动，有利于生成氨（NH₃）。

• 减少产物浓度（NH₃）： 如果从体系中移除氨，NH₃ 的浓度会降低。平衡将向右移动以补偿这种降低，再次有利于氨的生成。

• 增加产物浓度（NH₃）： 如果向体系中加入氨，平衡将向左移动以减少 NH₃ 的过量，有利于生成 N₂ 和 H₂。

2. 压力的变化：

• 系统总压增大： 对于气体，压力增大（通过减少体积）有利于产生气体摩尔数较少的反应。在此反应中，从 4 摩尔气体（1 N₂ + 3 H₂）变为 2 摩尔气体（2 NH₃）。因此，增压使平衡向右移动，有利于氨的形成。

• 系统总压降低： 相反，压力降低会有利于产生更多气体摩尔数的反应，使平衡向左移动，并促进 NH₃ 解离为 N₂ 和 H₂。

3. 温度的变化：

• 反应的放热性质： 合成氨是放热反应（$\Delta H < 0$），即放出热量。

• 温度升高： 提高温度会向体系提供热量。根据勒夏特列原理，平衡会朝吸收这部分额外热量的方向移动，因此向左（吸热反应）移动，促进 NH₃ 解离为 N₂ 和 H₂。

• 温度降低： 降低温度时，体系会通过生成热量来补偿这种损失。平衡因此向右（放热反应）移动，有利于氨的形成。

4. 催化剂的存在：

• 催化剂的作用： 添加催化剂（例如经助催化剂处理的细粉铁）可以加快达到平衡的速率，但不会改变平衡位置。它对正反应和逆反应的加速作用是相等的。

总结：

勒夏特列原理可以预测化学平衡在系统条件改变时的移动方向。对于合成氨：

• 高压 有利于 NH₃ 的生成（气体摩尔数较少）。
• 低温 有利于 NH₃ 的生成（放热反应）。
• 增加 N₂ 或 H₂ 的浓度 有利于 NH₃ 的生成。
• 从体系中移除 NH₃ 有利于生成更多的 NH₃。

这些原理在哈伯-博世（Haber-Bosch）工艺中得到应用，以优化工业上氨的生产。

结论

该 Python 脚本为 OpenAI o1-preview 模型提供了实用的集成，使其先进的推理能力可用于从简单到复杂的各种问题。无论您是好奇的初学者，还是希望测试模型极限的专家，这个脚本都是您人工智能项目的一个不错的工具。

资源

• OpenAI o1-preview 模型发布公告
• OpenAI API 官方文档
• Selenium 文档
• pylatexenc 文档
• Python 虚拟环境指南

本文件已使用模型 gpt-5-mini 将 fr 版本翻译为 zh 语言。有关翻译过程的更多信息，请参阅 https://gitlab.com/jls42/ai-powered-markdown-translator