需求

剛好我準(zhǔn)備搭建一個(gè)對(duì)接ChatGPT的服務(wù)，部署在云服務(wù)器上，這樣應(yīng)該就可以更方面的使用ChatGPT的服務(wù)了。

看了下騰訊云上的云服務(wù)的價(jià)錢，還是比較合適的，不知道618的時(shí)候會(huì)不會(huì)還有優(yōu)惠。

?

第一步，詢問ChatGPT

好了，我們把這個(gè)需求拋給 ChatGPT ，讓它說一說要如何對(duì)接。

?

哇，是不是很強(qiáng)，不僅步驟清晰，而且還有核心代碼，每一步還都貼心的做了說明。

第二步，實(shí)戰(zhàn)

好的我們這就按照ChatGPT說的，去找到自己的API key

?

然后，我們照著它所說的創(chuàng)建好項(xiàng)目：

<dependencies>
????????<dependency>
????????????<groupId>org.springframework.boot</groupId>
????????????<artifactId>spring-boot-starter-web</artifactId>
????????</dependency>
????????<dependency>
????????????<groupId>org.springframework.boot</groupId>
????????????<artifactId>spring-boot-starter-test</artifactId>
????????????<scope>test</scope>
????????</dependency>
????????<dependency>
????????????<groupId>com.openai</groupId>
????????????<artifactId>openai-java-sdk</artifactId>
????????????<version>0.1.0</version>
????????</dependency>
????</dependencies>

但是，我們在加載Maven 時(shí)出現(xiàn)了一個(gè)錯(cuò)誤：

?

這里我們發(fā)現(xiàn)了ChatGPT瞎編了一個(gè)不存在的庫 ⊙﹏⊙b汗

?

第三步，調(diào)試ChatGPT

而且，但我們向他出錯(cuò)的原因時(shí)，他竟然還有模有樣的給出了回答。

但是實(shí)際上，并沒有這個(gè)sdk，好了我們還是自己發(fā)送Http請求，實(shí)現(xiàn)最基礎(chǔ)的方式來對(duì)接吧。

import?cn.itsource.mychatgpt.service.OpenAIService;
import?org.springframework.beans.factory.annotation.Autowired;
import?org.springframework.web.bind.annotation.PostMapping;
import?org.springframework.web.bind.annotation.RequestBody;
import?org.springframework.web.bind.annotation.RestController;

@RestController
public?class?OpenAiController {

????@Autowired
????private?OpenAIService openAIService;

????@PostMapping("/MyChat")
????public?String?myChat(@RequestBody?String?prompt) {
????????return?openAIService.myChat(prompt);
????}
}

import?com.alibaba.fastjson.JSON;
import?org.springframework.http.*;
import?org.springframework.stereotype.Service;
import?org.springframework.web.client.RestTemplate;

import?java.util.*;

@Service
public?class?OpenAIServiceImpl implements?OpenAIService {

????private?static?final?String?API_KEY = "sk-YOU-API-KEY";
????private?static?final?String?API_URL = "https://api.openai.com/v1/completions";
????private?static?final?HttpHeaders headers = new?HttpHeaders();

????static?{
????????headers.set("Content-Type", "application/json");
????????headers.set("Authorization", "Bearer "?+ API_KEY);
????}

????public??String?myChat(String?prompt) {
????????RestTemplate restTemplate = new?RestTemplate();

?? ????// String prompt = "Once upon a time";
????????String?model = "text-davinci-002";
????????int?maxTokens = 500;

????????// 拼接json格式的請求體
????????//String requestBody = "{\"prompt\": \"" + prompt + "\", \"model\": \"" + model + "\", \"max_tokens\": " + maxTokens + "}";
????????
????????Map?data = new?HashMap();
????????data.put("model",model);
????????data.put("prompt",prompt);
????????data.put("max_tokens",maxTokens); ???????
????????// 用Json對(duì)象轉(zhuǎn)一下，避免拼接字符串的問題
????????String?requestBody = JSON.toJSONString(data);

????????HttpEntity<String> entity = new?HttpEntity<>(requestBody, headers);

????????ResponseEntity<String> response = restTemplate.postForEntity(API_URL, entity, String.class);
????????if?(response.getStatusCode() == HttpStatus.OK) {
????????????System.out.println(response.getBody());
????????} else?{
????????????System.out.println("Request failed with status code: "?+ response.getStatusCode());
????????????throw?new?RunTimeException("網(wǎng)絡(luò)異常，請稍后重試！");
????????}
????????return?response.getBody();
????}
}

?

但是這個(gè)請求的地址依然有問題，GPT依然一本正經(jīng)的告訴了我一些看起來還蠻靠譜的解決方案：

?

?

?

第四步，人工介入實(shí)現(xiàn)開發(fā)

算了，我們還是老老實(shí)實(shí)的參考官方文檔吧，于是我讓ChatGPT告訴了我OpenAI的開發(fā)文檔地址：

?

?

官方文檔的地址： https://platform.openai.com/docs/api-reference

通過查看官方文檔里，我們終于找到了：

?

?

?

這回我們清楚了，要想和ChatGPT聊天，我們需要發(fā)送POST請求，請求地址是：https://api.openai.com/v1/chat/completions?

并且要設(shè)置請求頭參數(shù)：

"Content-Type: application/json"?和 "Authorization: Bearer $OPENAI_API_KEY"

Json 格式請求體，必須要包括 model?和 messages

{
????"model":?"gpt-3.5-turbo",
????"messages":?[{"role":?"user",?"content":?"Hello!"}]
}

當(dāng)然，還有一些其他的參數(shù)，這里我就不一一介紹了，有興趣的可以自己參考官方文檔的說明。

?

這次我們在到PostMan里測試一下，添加好請求頭，我們發(fā)送個(gè)請求測試一下

?

?

要想實(shí)現(xiàn)聊天，讓ChatGPT知道我們的上下文只需要在下次請求的時(shí)候，把他回答的 "role": "assistant"?和 content也放到 messages 數(shù)組中就可以實(shí)現(xiàn)了。

OK，清楚了請求地址和參數(shù)，我們修改代碼中的配置。

終于，我們成功通過SpringBoot 實(shí)現(xiàn)了ChatGPT的對(duì)接：

?

剩下的，只需要找一個(gè)合適的前端頁面，發(fā)送請求，就可以愉快的和ChatGPT對(duì)話了。

?

?

總結(jié)：

通過這次使用ChatGPT的輔助開發(fā)流程，我們可以發(fā)現(xiàn)，對(duì)于一些簡單的知識(shí)，ChatGPT基本上沒得問題, 他可以給出具體的實(shí)現(xiàn)步驟和常規(guī)的解決方案。

但是，一旦專業(yè)性比較強(qiáng)一點(diǎn)的任務(wù)，ChatGPT 就開始編了。它 會(huì)給你編一個(gè)不存在的庫，甚至還給出不存在的github連接， 還會(huì)瞎編源碼（文件名對(duì), 內(nèi)容不對(duì)）, 你給它說不存在， 它就換個(gè)名字，換個(gè)鏈接繼續(xù)編。

而這些問題的本質(zhì)，是 ChatGPT的實(shí)現(xiàn)原理導(dǎo)致的（大概率的語言模型），它并不清楚它所生成的答案到底是什么，只是給予概率的計(jì)算，生成的合乎語法格式的大概率答案。

總的來說，如果你不懂編程，直接用它生成的代碼，是跑不起來的（代碼缺失+Bug)，還是需要程序員來定位到出錯(cuò)的地方，并解決。

所以，對(duì)于這樣的情況來說，人工智能AI 它只是一個(gè)工具，未來程序員還是不可或缺的，它可以成為程序員的好幫手，肯定無法替代程序員。