我是Poe的忠实用户，之前写过已是ChatGPT会员，为何还充值Poe，我的深度使用分享来介绍Poe，虽然事实上，我每个月的Poe使用额度都有剩余
Poe提供了API接口，可以整合到我们自己的程序中
这让我思考如何有效利用API接口
我也阅读了官方的API文档，并最终在GitHub上发现了一个非常实用的工具——poe-api-wrapper
这个工具共享的是你在Poe的使用额度，不会额外收费
https://developer.poe.com/https://github.com/snowby666/poe-api-wrapper它是Poe.com 的一个 Python API 接口库，采用 Httpx 技术
使用它，你可以通过 API 接口免费连接到 ChatGPT、DALLE、Claude、Mistral、Gemini 等多种服务
建议按以下操作，先运行示例了解下这个库的功能
两种方式可以获得token，我用的是后者
运行示例后的效果连续生成图片在Poe和GPT平台中，DALLE的图像生成速率都存在一定的限制
目前，这两个平台默认都只生成一张图片
参考了poe-api-wrapper仓库，我编写了一个Python代码，能够连续生成多张图片
from poe_api_wrapper import PoeApiimport requestsimport os# 初始化 PoeApi 客户端token = "yourtoken"client = PoeApi(token)# 从文件中读取提示列表with open("draw-input.txt", "r") as file: prompts = file.readlines()# 去掉每行末尾的换行符，并过滤掉空行prompts = [prompt.strip() for prompt in prompts if prompt.strip()]# 定义保存图片的文件夹路径save_folder = "/Users/yourpath"# 确保保存图片的文件夹存在if not os.path.exists(save_folder): os.makedirs(save_folder)# 初始化chatCodechatCode = None# 循环遍历提示列表，并发送给 DALL-E 3for prompt in prompts: print(f"正在请求: {prompt}") for _ in range(4): # 重复生成4次图片 for chunk in client.send_message("DALL-E-3", prompt, chatCode=chatCode, timeout=60): # 如果是新的对话，保存chatCode if not chatCode and 'chatCode' in chunk: chatCode = chunk['chatCode'] print(f"新对话创建 | chatCode: {chatCode}") # 检查chunk中是否包含图片URL if 'response' in chunk and chunk['response'].startswith('!['): image_url = chunk['response'].split('(')[1].split(')')[0] print(f"生成的图片 URL: {image_url}") # 获取图片的内容 response = requests.get(image_url) if response.status_code == 200: # 从URL中提取图片文件名 filename = os.path.basename(image_url.split('?')[0]) # 定义图片保存路径 file_path = os.path.join(save_folder, filename) # 保存图片 with open(file_path, 'wb') as file: file.write(response.content) print(f"图片已保存到: {file_path}") else: print(f"下载图片失败: {response.status_code}")没多久，我就用DALLE3生成了200多张的图片
代码功能说明：1. 在代码所在的文件夹中，我创建了一个名为"draw-input.txt"的文件，用于存放AI绘图的提示词
文件中的每一行代表一个独立的提示词
当运行代码时，它会批量处理这些提示词，每个提示词默认生成4张图片
例如，如果你在这个txt文件中放入了10个提示词，并希望每个提示词生成10张图片，只需将代码中的数字4改为10，然后执行程序
生成的图片可以在你的Poe网页界面中查看
2. Poe目前提供了三种AI绘图选项
在上述代码中，“DALL-E-3”可以直接替换为“Playground-v2”或“StableDiffusionXL”
但是，DALL-E-3的生成效果通常是最佳的
生成的部分图片注：上图的提示词参考了歸藏和Umesh（推特博主）
连续生成对话Poe里的机器人特别多，除了官方的，我们还可以用第三方建立的，只要设置好机器人的名字就行
红色方框内就是机器人bot的名字连续对话代码from poe_api_wrapper import PoeApiimport datetime# 初始化 PoeApi 客户端token = "yourtoken"client = PoeApi(token)bot = "Claude-2-100k"# 从文件中读取消息列表with open("chat-input.txt", "r") as file: messages = [line.strip() for line in file if line.strip()] # 过滤掉空行# 初始化 chatCodechat_code = None# 创建文件用于保存结果now = datetime.datetime.now()timestamp = now.strftime("%Y%m%d%H%M%S")result_file = open(f"/Users/yourpath/result_{timestamp}.md", "w")# 循环发送消息for message in messages: if chat_code: response_gen = client.send_message(bot, message, chatCode=chat_code) else: response_gen = client.send_message(bot, message) for chunk in response_gen: if 'chatCode' in chunk and not chat_code: chat_code = chunk['chatCode'] # 写入去除了前导空格的回应 result_file.write(chunk["response"].lstrip()) # 使用 lstrip() 移除左侧空格 result_file.flush() # 在每个结果后增加一个额外的空行 result_file.write("\n\n")# 关闭结果文件result_file.close()代码功能说明：1. 在代码所在的文件夹里，我创建了一个文件名为"chat-input.txt"，用于存放对话的关键词
文件中的每行包含一个独立的关键词
执行代码后，它将自动批量处理这些关键词
2. 在代码中，我设置了默认机器人为"Claude-2-100k"，但你可以根据需要更换为其他机器人
我已经测试了大多数官方机器人（除了Mistral-Medium之外的都可以使用），并且也试用了一些第三方机器人，它们都可以直接使用
应用场景：写教程使用GPT生成的大纲作为chat-input的输入内容，执行程序后，就可以创建一个大约30kb的文件
我的理解是，我们在学习时往往只关注关键点
我们通常会带着具体问题去深入一个主题
如果我们将一系列相关问题直接提给大型语言模型，得到的答案可能会比较泛泛
因此，针对性地逐个提问更为合适
这样做的好处是，每当模型回答了一个问题，它就在思考的过程中积累了经验，从而能够在之后的回答中表现得更加精准和深入
应用场景-写小说我向GPT请求了一份小说大纲和20个小说标题
将这些标题输入到chat-input.txt文件后，我运行了程序
结果是，ChatGPT-16k机器人为我创作了超过30,000字的小说
我选择ChatGPT-16k的原因是其处理速度较快，而GPT-4的速度相对较慢
另外，Poe平台提供的ChatGPT-16k使用额度也比较充足
生成的小说质量一般，需要优化提示词
应用场景-批量写作我构想了一个有趣的应用场景：想象一下，在寒假的最后一天，小朋友需要完成30篇作文
现在，我只需将这30个作文主题录入一个文本文件，运行程序，几分钟内这30篇作文就能完成，无需等待每个话题的逐一生成
同样的，如果我想撰写一篇文章，围绕一个主题编写10个不同版本，然后从中选择最佳作品
这就像使用GPT的DALL-E功能一样——不断追求更加精致和完美的创作（更多，更多，再更多）
我会在chat-txt文件的每行中添加指令，比如“再思考一下其他修改点”、“使文章更专业”、“提高写作质量”，甚至“创作出宇宙级最佳文章”
应用场景-批量检索众所周知，Perplexity.ai使用起来非常方便，但它一次只能生成一个答案
现在，利用我编写的代码，只需将bot设置为"Web-Search"，并把我想查询的问题批量输入到chat-txt文件中，运行程序后，它能在几分钟内完成所有搜索（Web-Search默认使用的是gpt-3.5-turbo，处理速度极快）
这种批量检索方式非常适合写作，因为我可以一次性提出所有问题，程序会整合搜索结果，并提供相关索引，极大地提高了写作效率
在Poe平台上，使用第三方机器人非常简便
例如，我可以先利用特定的机器人来批量产生AI绘图的提示词
然后，把这些提示词输入到draw-input文件中，接着就可以批量生成相应的图片了
poe-api-wrapper推出的机器人群聊也很有意思
我尝试了一下，设置了几个机器人模型，其中一个我特意配置成了“Web-Search”机器人，这样在对话中就能包含搜索结果
我有个有趣的尝试：同时与三个不同的模型进行圆桌会议
这听起来挺有趣的，对吧？这样的对话结果既会在终端上显示，同时也会在Poe的网页界面上呈现
总结：1. 本文深入探讨了Poe API的高效应用及其在各种场景下的实际价值
2. 通过poe-api-wrapper，我们不仅可以批量生成AI绘图和文本，还能与多种AI模型如ChatGPT、Claude、DALL-E等进行交互
3. 实际案例涵盖了教程编写、小说创作、批量写作、批量检索等多个方面，展示了Poe API在提高工作效率和创意表达方面的巨大潜力
4. 此外，文章还探讨了Poe平台上第三方机器人的使用和机器人群聊的趣味性