Web应用如何集成OpenAI开放能力实现ChatGPT的对话功能

Posted 2022-12-26 程序员盒子技术团队





一、先看效果

目前程序员盒子Web应该已经基于OpenAI开放能力实现了一个用起来还比较流畅的AI智能对话机器人。

访问程序员盒子首页： 程序员盒子 - 助力编程学习提效

Ctrl + Enter 快捷键可唤醒AI助手：



我问：程序员盒子网站

AI回答：程序员盒子网站是一家专注于提供程序员需要的资源的网站。它提供了各种关于编程的资源，以及讨论、分享等社区功能，使用户可以更快更好的学习开发技能。程序员盒子网站收集了大量与编程相关的资料和内容，这些资料包括但不限于书籍、教程、技术文章、编程语言等。它还提供了一个交流平台，让用户可以相互分享经验，讨论技术问题，提出建议和解决问题。

如图对话所示，当我问到程序员盒子网站的时候，AI的回答却是对网站内容进行的一定分析之后给出了回复，这个回复内容在网上找不到的（也证明分析能力还是很强的，确实可以称为我的一个AI助手！）

那我们下来看下这样的对话能力我们改如何实现，即如何接入OpenAi的对话能力，自己实现一个ChatGPT的对话功能。

二、申请Token

大家自己如果有了解过的也知道OpenAi在访问账号、网络等对国内有限制，盒子对此作了一层简单的封装，让我们的对话能力接入变得非常简单。首先，在对话之前你需要先申请OpenAi接口请求Token，这个由程序员盒子cu.api接口平台提供技术支持：

接口文档地址： OpenAi Token国内获取API接口

盒子提供了后端请求的API与支持前端跨域请求的Jsonp API两个接口：





Java调用示例：

  // 创建自己的token获取API（其中AK、SK在程序员盒子个人中心接口调用菜单下可以获取）
  String tokenApi = String.format("https://www.coderutil.com/api/openai/getToken?access-key=%s&secret-key=%s", 盒子为你分配的AK， 盒子为你分配的SK)；
  // 请求获取token
  String token = HttpClientUtil.get(tokenApi, String.class);



三、请求OpenAi 对话API实现对话能力

这里说前端如何实现，主要关心对话数据能力：

示例代码：

/**
 * 聊天对话
 */
public Object chat(String input) 
        // 请求程序员盒子获取Token
        String token = getTokenFromCoderUtilApi(ak, sk);
        // 请求头参数
        Map<String, String> headers = this.buildHeaders(token);
        // 对话模型、输入 body
        Map<String, Object> param = this.buildChatParam(input);
        // openAi 对话接口
        String completionsApi = "https://api.openai.com/v1/completions";
        try 
            // 请求并返回对话结果
            return HttpClientUtil.post(completionsApi, param, headers, Object.class);
         catch (URISyntaxException e) 
            throw new RuntimeException(e);
        


/**
 * 构造请求头
 */
private Map<String, String> buildHeaders(String token) 
        Map<String, String> headers = new HashMap<>();
        headers.put("Content-Type", "application/json");
        headers.put("Authorization", "Bearer ".concat(token));
        return headers;


/**
 * 构造请求参数
 */
private Map<String, Object> buildChatParam(String input) 
        Map<String, Object> param = new HashMap<>();
        param.put("model", "text-davinci-003"); // 对话模型
        param.put("prompt", input+"\\n");
        param.put("max_tokens", 3000);
        param.put("temperature", 0.8);
        return param;



Done！！