- Java锁的逻辑(结合对象头和ObjectMonitor)
- 还在用饼状图?来瞧瞧这些炫酷的百分比可视化新图形(附代码实现)⛵
- 自动注册实体类到EntityFrameworkCore上下文,并适配ABP及ABPVNext
- 基于Sklearn机器学习代码实战
原文链接: https://icloudnative.io/posts/build-chatgpt-web-using-laf/ 。
OpenAI 已经公布了 ChatGPT 正式版 API,背后的新模型是 gpt-3.5-turbo,这是 OpenAI 目前最先进的模型,响应速度更快,价格更便宜.
作为开发人员,我们还是希望通过 API 将 ChatGPT 和相关模型集成到自己的产品和应用中,尴尬的是,目前无法访问 ChatGPT API,原因大家都懂得。于是网上出现了各种各样的 API 反代服务,我们可以直接通过反代服务来变相访问 ChatGPT API.
即使我们解决了 API 的访问问题,还要准备一个开发环境,比如对于 Node.js 客户端来说,需要准备一个 Node.js 环境.
有没有一种简单快捷的方法来调用 ChatGPT API 呢?
那当然是用 Laf 了.
Laf 是一个 完全开源 的一站式云开发平台,提供了开箱即用的云函数,云数据库,对象存储等能力,让你可以像写博客一样写代码.
GitHub: https://github.com/labring/laf 。
如果你希望快速了解 Laf 的用法,可以参考这篇文章: 三分钟学会 Laf .
言归正传, 下面我们开始计时 ,三分钟时间用 Laf 实现一个自己的 ChatGPT! 。
前提条件:你需要准备一个 ChatGPT 账号并且生成一个 API Key (这一步可以问 Google ) 。
首先需要登录 laf.dev ,然后新建一个应用.
点击开发按钮进入开发页面.
在 NPM 依赖面板中点击右上角的 + :
然后输入 chatgpt 并回车进行搜索,选择第一个搜索结果, 保存并重启:
重启之后,自定义依赖项中便出现了 chatgpt.
然后就可以像我一样新建一个云函数名字叫 send ,并写入以下内容:
import cloud from '@lafjs/cloud'
export async function main(ctx: FunctionContext) {
const { ChatGPTAPI } = await import('chatgpt')
const api = new ChatGPTAPI({ apiKey: cloud.env.CHAT_GPT_API_KEY })
let res = await api.sendMessage('“鸡你太美”指的是中国大陆哪位男艺人?给你个提示,他喜欢唱、跳、篮球、Rap')
console.log(res.text)
return res.text
}
API Key 是通过环境变量 CHAT_GPT_API_KEY 传入的,所以我们还需要创建一个环境变量。点击左下角的设置图标:
依次选择「环境变量」--> 「新增环境变量」,输入环境变量的名称和值,然后点击「确定」,再点击「更新」,便会重启应用.
现在点击右上角的「运行」,即可调试运行.
Perfect!现在我们来试试添加 追踪上下文 的功能。其实也很简单,只需要在对话时传入上一次对话的 ID 即可,代码如下:
import cloud from '@lafjs/cloud'
export async function main(ctx: FunctionContext) {
const { ChatGPTAPI } = await import('chatgpt')
const api = new ChatGPTAPI({ apiKey: cloud.env.CHAT_GPT_API_KEY })
let res = await api.sendMessage('“鸡你太美”指的是中国大陆哪位男艺人?给你个提示,他喜欢唱、跳、篮球、Rap')
console.log(res.text)
// 传入 parentMessageId 追踪上下文
res = await api.sendMessage('不对,他姓蔡,请重新回答', {
parentMessageId: res.id
})
console.log(res.text)
return res.text
}
运行一下看看:
好厉害,竟然两次就答对了我的问题! 。
好了, 现在才开始真的计时 ,因为刚刚是教学环节,不计入耗时😁 。
接下来我们就可以开始动手打造自己的 ChatGPT 了,首先把上一节的函数替换为下面的内容:
import cloud from '@lafjs/cloud'
export async function main(ctx: FunctionContext) {
const { ChatGPTAPI } = await import('chatgpt')
const data = ctx.body
// 这里需要把 api 对象放入 cloud.shared 不然无法追踪上下文
let api = cloud.shared.get('api')
if (!api) {
api = new ChatGPTAPI({ apiKey: cloud.env.CHAT_GPT_API_KEY })
cloud.shared.set('api', api)
}
let res
// 这里前端如果传过来 parentMessageId 则代表需要追踪上下文
if (!data.parentMessageId) {
res = await api.sendMessage(data.message)
} else {
res = await api.sendMessage(data.message, { parentMessageId: data.parentMessageId })
}
return res
}
现在应该很好理解这个函数了吧?
我们要实现的是 Web 版 ChatGPT,所以还需要一个前端页面。首先需要安装 Laf 的 SDK:
$ npm install laf-client-sdk
接下来,需要创建一个 cloud 对象:
import { Cloud } from "laf-client-sdk";
// 创建 cloud 对象 这里需要将 <appid> 替换成自己的 App ID
const cloud = new Cloud({
baseUrl: "https://<appid>.laf.dev",
getAccessToken: () => "", // 这里不需要授权,先填空
});
这里我们看一下前端的核心代码,非常的简单,就是把提问的内容和上下文 id 传入云函数就可以了.
async function send() {
// 我们提问的内容
const message = question.value;
let res;
// 与云函数逻辑一样,有上下文 id 就传入
if (!parentMessageId.value) {
res = await cloud.invoke("send", { message });
} else {
res = await cloud.invoke("send", { message, parentMessageId: parentMessageId.value });
}
// 回复我们的内容在 res.text
// 这个是上下文 id
parentMessageId.value = res.id;
}
到这一步 我们已经可以发信息给 ChatGPT 并且拿到回复的消息了.
我们只要稍微加 亿点点 细节,就可以变成这样:
加完这点细节之后,基本开发工作就完成了,接下来就是把项目上线分享给你的朋友,顺便装个杯.
说到上线我们现在应该要去买一台服务器安装 Nginx,配置 Nginx,解析域名,绑定域名... 。
NO NO NO 我不允许你浪费年轻而美好的生命,life is short, you need laf 😃 。
打开你的 Laf,点击存储界面 --> 点击上方加号 --> 创建一个权限为 readonly 的存储桶(名字随意).
创建完之后,在你的前端项目中运行打包命令。我这里用的是 npm run build .
打包完毕之后找到打包好的 dist 文件夹,像我一样把 dist 文件里面的所有东西都上传到我们刚刚创建的存储桶里面,记住是原封不动的上传哦,文件就是文件,文件夹就是文件夹.
上传完毕之后,发现右上角有一个 “开启网站托管”,点一下它! 。
点完之后出来一个链接,我们点击一下访问看看是啥东西.
哦!我的老天鹅呀 这不就是我刚刚开发的项目吗??
恭喜,到这里你的项目已经上线了,快分享给你的好朋友吧! 。
最后此篇关于三分钟搭建一个自己的ChatGPT(从开发到上线)的文章就讲到这里了,如果你想了解更多关于三分钟搭建一个自己的ChatGPT(从开发到上线)的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我是一名优秀的程序员,十分优秀!