一.前言

当今的人工智能技术正在不断发展，越来越多的企业和个人开始探索人工智能在各个领域中的应用。其中，在自然语言处理领域，OpenAI 的 GPT 系列模型成为了研究热点。OpenAI 公司的 ChatGPT 带起了一波 AI 应用的浪潮，一些科技公司都在努力跟进，比如百度的文心一言，Google 的 Bard 以及 Notion AI。就目前体验来说还是 OpenAI ChatGPT 表现最好.

作为 OpenAI 公司的大股东，Microsoft 当然是使用其服务的一等公民，陆续推出了 GitHub Copilot、New Bing、Office 365 Copilot 和 Github Copilot X 等等。目前 Microsoft Azure 是独一家的提供 OpenAI 云服务的云厂商，Azure OpenAI 提供的 API 服务使得构建和部署自己的 ChatGPT 成为了可能.

二.对比

Azure OpenAI 和 OpenAI 官方提供的服务基本是一致的，但是目前前者还是处于预览版的状态，一些功能还没有完全开放.

注意：需要使用 Azure 国际版， 点此进行申请 。

优点:

• 不受地域限制，国内可以直接调用。
• 可以自己上传训练数据进行训练（据说很贵）。
• Azure 多语言 SDK 支持。

缺点:

• 部分功能未开放，但 ChatGPT 的功能是没问题的。
• 和 OpenAI 官方的 API 标准有差异， 无法直接用 一些只支持 OpenAI 官方API 的开源项目。

Azure OpenAI 也已经支持 GPT-4 了，需要单独进行申请，博主的申请还没通过本文暂时以 GPT-3.5 进行演示.

三.使用 Auzre OpenAI

1.创建服务

进入 Azure 后，直接搜索 "Azure OpenAI".

选择你已经申请通过的订阅进行创建.

如果该订阅没有启动则不能创建.

2.创建模型部署

在资源管理->模型部署 选择需要的模型进行创建，每个模型只能创建1个部署.

2.Azure OpenAI Studio

模型创建完成以后，我们可以直接使用 Azure OpenAI Studio 来进行快速的测试.

ChatGPT 测试.

上传自己的数据集.

四.API 调用

在 资源管理->密钥和终结点 可以获取 API 地址以及调用密钥.

查看 API 文档 。

使用 POSTMAN 进行调用测试.

五.打造自己的 ChatGPT

1.Azure OpenAI Proxy

打造自己的 ChatGPT 推荐直接使用 https://github.com/Chanzhaoyu/chatgpt-web 这个项目.

前面我们说到 API 调用是有差异的，此项目目前还没用直接支持 Azure OpenAI。我尝试修改过这个项目，可以调用了但是有个问题，无法正常的自动结束对话，跟了代码发现有 Bug:

https://github.com/Chanzhaoyu/chatgpt-web -> https://github.com/transitive-bullshit/chatgpt-api -> https://github.com/rexxars/eventsource-parser 。

最终在 eventsource-parser 这个 package 里，无法适应 Azure OpenAI 返回的结果，做过对比发现 Azure OpenAI 返回的调用最后少了一个换行 \n .

最终我便想了个方法，自己实现一个 Proxy 转换 OpenAI 官方 API 标准到 Azure OpenAI 标准，这样就能让 Azure OpenAI 直接对接到任何支持 OpenAI 的任何项目中，并且可以顺便修复上面所说的差异，让 chatgpt-web 直接使用 Azure OpenAI.

项目地址： https://github.com/stulzq/azure-openai-proxy 希望大家点点 star.

2.搭建

最快的方式当然是使用 Docker，以下是 docker compose 脚本:

                        
                          version: '3'

services:
  chatgpt-web:
    image: chenzhaoyu94/chatgpt-web
    ports:
      - 3002:3002
    environment:
      OPENAI_API_KEY: <Auzre OpenAI API Key>
      OPENAI_API_BASE_URL: http://azure-openai:8080
      AUTH_SECRET_KEY: ""
      MAX_REQUEST_PER_HOUR: 1000
      TIMEOUT_MS: 60000
    depends_on:
      - azure-openai
    links:
      - azure-openai
    networks:
      - chatgpt-ns

  azure-openai:
    image: stulzq/azure-openai-proxy
    ports:
      - 8080:8080
    environment:
      AZURE_OPENAI_ENDPOINT: <Auzre OpenAI API Endpoint>
      AZURE_OPENAI_MODEL_MAPPER: <Auzre OpenAI API Deployment Mapper>
      AZURE_OPENAI_API_VER: 2023-03-15-preview
    networks:
      - chatgpt-ns

networks:
  chatgpt-ns:
    driver: bridge

                        
                      

启动有 3 个环境变量需要配置:

变量名	说明
OPENAI_API_KEY	Azure 密钥和终结点 里提供的 Key
AZURE_OPENAI_ENDPOINT	Azure 密钥和终结点 里提供的终结点
AZURE_OPENAI_MODEL_MAPPER	Azure 部署模型名称映射到 OpenAI 官方模型名称

特别说明一下 AZURE_OPENAI_MODEL_MAPPER 使用 OpenAI 官方标准发起的请求里包含的模型名称是固定的，在这里可以 查询 ，而在 Azure OpenAI 模型部署时是可以自定义名称的，请求 Azure yes需要提供这个部署模型的名称，所以建立了一个映射关系.

比如我在 Azure 部署了一个 gpt-3.5-turbo 模型，我设置的部署名称为： xc-gpt-35 ，此时我的设置:

                        
                          AZURE_OPENAI_MODEL_MAPPER: gpt-3.5-turbo=xc-gpt-35

                        
                      

六.结束

Azure OpenAI 平台为开发人员提供了一个强大的工具，可以轻松地创建和训练 ChatGPT 模型。随着 ChatGPT 技术的不断发展，它将在越来越多的应用场景中发挥重要作用，为人们提供更加智能和个性化的服务和体验.

最后此篇关于使用AzureOpenAI打造自己的ChatGPT的文章就讲到这里了,如果你想了解更多关于使用AzureOpenAI打造自己的ChatGPT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！ 。