Python Tkinter 集成 DocsGPT 开发 AI 代码助手

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 = "pyai.db"):
        .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()