跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
PythonAI算法

Python Tkinter 集成 DocsGPT 开发 AI 代码助手

开发背景 档记录基于 Python 和 Tkinter 构建集成 DocsGPT 与 OpenAI API 的本地 AI 代码助手开发过程。主要目标是通过本地 API 调用实现代码编辑、运行及智能问答功能。 功能需求 **界面布局**: 左侧:Python 代码编辑区(支持多行输入、语法高亮、Run 按钮)。 右侧:GPT 调用区(提问输入、答案显示、历史记录)。 **核心功能**: 支持本地…

魔法巫师发布于 2026/4/6更新于 2026/10/2411K 浏览

开发背景

本文档记录基于 Python 和 Tkinter 构建集成 DocsGPT 与 OpenAI API 的本地 AI 代码助手开发过程。主要目标是通过本地 API 调用实现代码编辑、运行及智能问答功能。

功能需求

  1. 界面布局:
    • 左侧:Python 代码编辑区(支持多行输入、语法高亮、Run 按钮)。
    • 右侧:GPT 调用区(提问输入、答案显示、历史记录)。
  2. 核心功能:
    • 支持本地 DocsGPT API 及 OpenAI 官方 API。
    • 代码上下文传递。
    • 历史记录存储(SQLite)。
    • 主题切换(浅色/深色)。

开发迭代

迭代 1:基础界面与 OpenAI 集成

  • 实现 Tkinter 左右分栏布局。
  • 集成 OpenAI API 客户端。
  • 基础问答功能。

迭代 2:本地 DocsGPT 支持

  • 更新 gpt_client.py 支持 DocsGPT 特定参数(项目 ID、会话 ID、流式响应)。
  • 增加 API 类型选择(docsgpt / openai)。
  • 优化错误处理与连接测试。

代码实现

项目结构

gpt_code_ide/
├── main.py          # 主程序
├── database.py      # SQLite 数据库操作
├── gpt_client.py    # GPT API 客户端
└── requirements.txt # 依赖包

依赖配置 (requirements.txt)

tkinter
sqlite3
requests
pygments
idlelib

数据库操作 (database.py)

"""数据库操作模块
创建和管理 SQLite 数据库,存储提问历史
"""
import sqlite3
import json
from datetime import datetime
from typing import List, Dict, Optional

class PyAIDatabase:
    def __init__(self, db_name: str = ):
        .db_name = db_name
        .init_database()

     ():
        
         sqlite3.connect(.db_name)  conn:
            cursor = conn.cursor()
            
            cursor.execute()
            
            cursor.execute()
            
            cursor.execute()
            
            cursor.execute()
            conn.commit()

     () -> :
        
         sqlite3.connect(.db_name)  conn:
            cursor = conn.cursor()
            cursor.execute(, (question, answer, code_context))
            conn.commit()
             cursor.lastrowid

     () -> []:
        
         sqlite3.connect(.db_name)  conn:
            conn.row_factory = sqlite3.Row
            cursor = conn.cursor()
            cursor.execute(, (limit, offset))
            rows = cursor.fetchall()
             [(row)  row  rows]

     () -> :
        
         sqlite3.connect(.db_name)  conn:
            cursor = conn.cursor()
            cursor.execute(, (query_id,))
            conn.commit()
             cursor.rowcount > 

     () -> :
        
         sqlite3.connect(.db_name)  conn:
            cursor = conn.cursor()
            cursor.execute()
            conn.commit()
             cursor.rowcount > 

     () -> :
        
         sqlite3.connect(.db_name)  conn:
            cursor = conn.cursor()
            cursor.execute(, (title, code, language))
            conn.commit()
             cursor.lastrowid

     () -> []:
        
         sqlite3.connect(.db_name)  conn:
            conn.row_factory = sqlite3.Row
            cursor = conn.cursor()
            cursor.execute()
             [(row)  row  cursor.fetchall()]

     () -> []:
        
         sqlite3.connect(.db_name)  conn:
            cursor = conn.cursor()
            cursor.execute(, (key,))
            result = cursor.fetchone()
             result[]  result  

     ():
        
         sqlite3.connect(.db_name)  conn:
            cursor = conn.cursor()
            cursor.execute(, (key, value))
            conn.commit()

     () -> []:
        
         sqlite3.connect(.db_name)  conn:
            conn.row_factory = sqlite3.Row
            cursor = conn.cursor()
            cursor.execute(, (, ))
             [(row)  row  cursor.fetchall()]


db = PyAIDatabase()
"pyai.db"
self
self
def
init_database
self
"""初始化数据库表"""
with
self
as
# 创建历史记录表
""" CREATE TABLE IF NOT EXISTS query_history ( id INTEGER PRIMARY KEY AUTOINCREMENT, question TEXT NOT NULL, answer TEXT NOT NULL, code_context TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) """
# 创建代码片段表
""" CREATE TABLE IF NOT EXISTS code_snippets ( id INTEGER PRIMARY KEY AUTOINCREMENT, title TEXT NOT NULL, code TEXT NOT NULL, language TEXT DEFAULT 'python', created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) """
# 创建配置表
""" CREATE TABLE IF NOT EXISTS settings ( key TEXT PRIMARY KEY, value TEXT NOT NULL ) """
# 插入默认配置
""" INSERT OR IGNORE INTO settings (key, value) VALUES ('api_key', ''), ('api_url', 'https://api.openai.com/v1/chat/completions'), ('theme', 'light'), ('font_size', '12') """
def
save_query
self, question: str, answer: str, code_context: str = ""
int
"""保存查询记录"""
with
self
as
""" INSERT INTO query_history (question, answer, code_context) VALUES (?, ?, ?) """
return
def
get_query_history
self, limit: int = 50, offset: int = 0
List
Dict
"""获取查询历史"""
with
self
as
""" SELECT id, question, answer, code_context, created_at, updated_at FROM query_history ORDER BY created_at DESC LIMIT ? OFFSET ? """
return
dict
for
in
def
delete_query
self, query_id: int
bool
"""删除查询记录"""
with
self
as
"DELETE FROM query_history WHERE id = ?"
return
0
def
clear_history
self
bool
"""清空历史记录"""
with
self
as
"DELETE FROM query_history"
return
0
def
save_code_snippet
self, title: str, code: str, language: str = "python"
int
"""保存代码片段"""
with
self
as
""" INSERT INTO code_snippets (title, code, language) VALUES (?, ?, ?) """
return
def
get_code_snippets
self
List
Dict
"""获取所有代码片段"""
with
self
as
""" SELECT id, title, code, language, created_at FROM code_snippets ORDER BY created_at DESC """
return
dict
for
in
def
get_setting
self, key: str
Optional
str
"""获取配置"""
with
self
as
"SELECT value FROM settings WHERE key = ?"
return
0
if
else
None
def
update_setting
self, key: str, value: str
"""更新配置"""
with
self
as
""" INSERT OR REPLACE INTO settings (key, value) VALUES (?, ?) """
def
search_history
self, keyword: str
List
Dict
"""搜索历史记录"""
with
self
as
""" SELECT id, question, answer, created_at FROM query_history WHERE question LIKE ? OR answer LIKE ? ORDER BY created_at DESC """
f"%{keyword}%"
f"%{keyword}%"
return
dict
for
in
# 全局数据库实例

GPT API 客户端 (gpt_client.py)

"""GPT API 客户端模块
处理与 GPT API 的通信
"""
import requests
import json
from typing import Optional, Dict, Any
import threading
from database import db

class GPTClient:
    def __init__(self, api_key: str = None, api_url: str = None):
        self.api_key = api_key or db.get_setting('api_key') or ""
        self.api_url = api_url or db.get_setting('api_url') or "https://api.openai.com/v1/chat/completions"
        self.session = requests.Session()
        self.session.headers.update({
            "Authorization": f"Bearer {self.api_key}",
            "Content-Type": "application/json"
        })

    def set_api_key(self, api_key: str):
        """设置 API 密钥"""
        self.api_key = api_key
        self.session.headers.update({"Authorization": f"Bearer {api_key}"})
        db.update_setting('api_key', api_key)

    def set_api_url(self, api_url: str):
        """设置 API URL"""
        self.api_url = api_url
        db.update_setting('api_url', api_url)

    def ask_question(self, question: str, code_context: str = "", model: str = "gpt-3.5-turbo", 
                     max_tokens: int = 1000, temperature: float = 0.7, callback=None) -> Optional[str]:
        """
        向 GPT 提问
        Args:
            question: 问题文本
            code_context: 相关代码上下文
            model: 使用的模型
            max_tokens: 最大 token 数
            temperature: 温度参数
            callback: 回调函数,用于异步更新 UI
        Returns:
            GPT 的回答
        """
        if not self.api_key:
            return "错误:请先设置 API 密钥"

        # 构建消息
        messages = []
        if code_context:
            messages.append({
                "role": "system",
                "content": f"以下是相关代码上下文:\n```python\n{code_context}\n```\n请基于此代码上下文回答问题。"
            })
        messages.append({
            "role": "user",
            "content": question
        })

        # 构建请求数据
        data = {
            "model": model,
            "messages": messages,
            "max_tokens": max_tokens,
            "temperature": temperature,
            "stream": False
        }

        try:
            if callback:
                # 异步调用
                thread = threading.Thread(target=self._async_ask, args=(data, callback))
                thread.daemon = True
                thread.start()
                return "正在处理..."
            else:
                # 同步调用
                return self._sync_ask(data)
        except Exception as e:
            return f"请求错误:{str(e)}"

    def _async_ask(self, data: Dict, callback):
        """异步调用 GPT"""
        try:
            response = self.session.post(self.api_url, json=data, timeout=30)
            if response.status_code == 200:
                result = response.json()
                answer = result['choices'][0]['message']['content']
                callback(answer)
            else:
                error_msg = f"API 错误:{response.status_code}\n{response.text}"
                callback(error_msg)
        except requests.exceptions.Timeout:
            callback("错误:请求超时,请检查网络连接")
        except requests.exceptions.ConnectionError:
            callback("错误:无法连接到 API 服务器")
        except Exception as e:
            callback(f"未知错误:{str(e)}")

    def _sync_ask(self, data: Dict) -> str:
        """同步调用 GPT"""
        try:
            response = self.session.post(self.api_url, json=data, timeout=30)
            if response.status_code == 200:
                result = response.json()
                return result['choices'][0]['message']['content']
            else:
                return f"API 错误:{response.status_code}\n{response.text}"
        except requests.exceptions.Timeout:
            return "错误:请求超时,请检查网络连接"
        except requests.exceptions.ConnectionError:
            return "错误:无法连接到 API 服务器"
        except Exception as e:
            return f"未知错误:{str(e)}"

    def get_models(self) -> list:
        """获取可用的模型列表(需要相应权限)"""
        if not self.api_key:
            return []
        try:
            response = self.session.get("https://api.openai.com/v1/models", timeout=10)
            if response.status_code == 200:
                models = response.json()['data']
                return [model['id'] for model in models if 'gpt' in model['id'].lower()]
            return []
        except:
            return ["gpt-3.5-turbo", "gpt-4", "gpt-4-turbo"]

# 全局 GPT 客户端实例
gpt_client = GPTClient()

使用说明

步骤操作
安装依赖pip install requests autopep8
运行程序python main.py
配置 API 密钥在程序右侧的 API 密钥输入框中输入您的 OpenAI API 密钥,点击'保存'按钮
使用流程1. 在左侧编写 Python 代码
2. 点击'运行代码'按钮执行
3. 在右侧输入问题,点击'获取答案'按钮向 GPT 提问
4. 查看历史记录中的问答历史

功能特点

  • 代码编辑器:支持语法高亮、文件操作(新建、打开、保存)、查找替换、撤销/重做。
  • GPT 助手:集成 OpenAI GPT API,支持代码上下文、历史记录管理、搜索功能。
  • 界面优化:左右分栏设计、海蓝色主题按钮、深浅色主题切换、响应式布局。
  • 数据库:SQLite 存储历史记录、持久化设置、快速搜索查询。

该程序提供了一个完整的 Python 开发环境,集成了 GPT 智能助手,非常适合学习和开发使用。

目录

  1. 开发背景
  2. 功能需求
  3. 开发迭代
  4. 迭代 1:基础界面与 OpenAI 集成
  5. 迭代 2:本地 DocsGPT 支持
  6. 代码实现
  7. 项目结构
  8. 依赖配置 (requirements.txt)
  9. 数据库操作 (database.py)
  10. 全局数据库实例
  11. GPT API 客户端 (gpt_client.py)
  12. 全局 GPT 客户端实例
  13. 使用说明
  14. 功能特点

更多推荐文章

查看全部
  • Blender 集成 AI 绘画插件实战:AI-Render 使用指南
  • AI 大模型源码解析:打造 GitHub 智能答疑助手
  • PCL 点云处理算法与基础函数汇总(C++)
  • 大厂 Git 提交规范实践指南
  • 基于 Python 和 AI 的智能害虫识别助手搭建
  • Z-Image-Turbo WebUI 跨平台兼容性:Windows 与 Linux 表现对比
  • Linux 权限详解:从文件系统到用户组策略
  • Llama-Factory 支持 Flash Attention 吗?训练加速配置详解
  • 逻辑回归详解:从原理到代码实现
  • Python 爬虫进阶:使用 Scrapy 库进行数据提取和处理
  • AppScan Web 安全扫描工具使用指南
  • Xilinx FPGA 实现 RISC-V 五级流水线 CPU 设计实战
  • 2026 年 3 月 GESP C++ 一级真题:数字替换
  • MCP 工具集成实战:browser-tools-mcp 配置与使用
  • STL map 与 multimap 核心特性详解及实战应用
  • Flink 运行时架构与核心概念解析
  • 词岛 AI 学术写作工具核心功能与使用解析
  • 常见排序算法原理与实现详解
  • ChatGPT Tools 调用实战:基于 OpenAI Python SDK 实现系统命令执行
  • 算法实战:Z 字形变换与外观数列解析

相关免费在线工具

  • 加密/解密文本

    使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online

  • curl 转代码

    解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online