总结/朱季谦
本文分红两部分，包括【国内服务器上建立chat GPT】和【后端Spring Boot集成chat GPT】。
无论是在【国内服务器上建立chat GPT】和【后端Spring Boot集成chat GPT】，两个方法都需求VPN，否则是无法正常使用的。
至于什么是VPN，以及怎么建立VPN，请自行研讨哈。
下面就开端解说两部分的教程。
一、国内服务器上建立chat GPT
首先，你需求预备以下东西：
1、一台能够拜访公网的Linux云服务器，最低装备1核2G即可（当然，有钱能够任性，买最高装备）
2、chatGPT的密钥
3、开源的仿chatGPT的Docker镜像
1.1、预备一台云服务器
能够是腾讯云、阿里云或许华为云等，我分别在阿里云和华为云上都能正常建立。
1.2、设置网络署理
在布置VPN的服务器上，需求在/etc/profile增加署理，确保通过密钥方法的chatGPT接口调用能正常拜访：
export all_proxy=http://127.0.0.1:8889
export http_proxy=http://127.0.0.1:8889
export https_proxy=https://127.0.0.1:8889
export all_proxy=socks5://127.0.0.1:1080
这儿的8889和1080需求根据你的VPN里的config.json来相应设置。
装备完成后，执行source /etc/profile，检验一下curlapi.openai.com/ 能够拜访即没问题。能够持续往下走。
1.3、装置Docker
能够依照我曾经记载的一篇关于建立Docker的方法进行指令行依照CentOS7装置Docker遇到的问题笔记
建立完成后，由于Docker的对外拜访若需求走地点宿主的署理话，还需求设置以下操作——
创立一个~/.docker/目录，然后在该目录下新建一个config.json文件，在该文件里添加以下指令——
{
"default":
{
"httpProxy": "http://127.0.0.1:8889",
"httpsProxy": "http://127.0.0.1:8889",
"noProxy": "*.test.example.com,.example2.com,127.0.0.0/8"
}
}
}
1.4、Docker镜像
现在网上GitHub已经开源了许多优异的仿写chatGPT 页面的使用，咱们无需再额外造轮子，只需求选择其间一款用来打包布置成Docker容器运转即可。
我使用的是chatgpt-mirror这个开源项目。
直接克隆项目到对应的Linux服务器——
git clone https://github.com/yuezk/chatgpt-mirror.git
在根据该开源项目以Dockerfile形式打包前，需求执行以下被依靠到的镜像——
docker pull node:18-alpine
docker pull node:18-slim
接下来，就能够执行以下操作来创立一个Docker镜像了——
cd chatgpt-mirror
#--network host表示与宿主公用网络，即走署理，然后留意下最终有一个 .
docker build --network host -t chatgpt-mirror .
#正常执行成功后，通过该指令能看到一个新镜像
docker images
具体情况如下：
然后需求在cd chatgpt-mirror环境里新增一个文件env，该文件里写入chatGPT密钥与宿主机器的署理：
OPENAI_API_KEY=你的chatGPT密钥
HTTP_PROXY=http://127.0.0.1:8889
完成以上操作后，最终在该目录chatgpt-mirror里执行——
docker run -itd –net host -p 3000:3000 -v /app/config.json:/app/config/app.config –env-file env chatgpt-mirror
正常执行完成后，即可在浏览上输入http://你的服务器ip:3000，就能出来一个表面仿chatGPT但内在是调用实在chatGPT接口的使用。
重点是，如此一来，你的电脑、渠道、手机等终端都无需VPN，就能直接使用chatGPT了，而且响应速度比直连官网快一倍左右速度！
以下便是拜访建立在我自己服务器上的chatGPT页面，是不是跟实在的很像。
二、后端Spring Boot集成chat GPT
留意，该方法同样需求VPN。
首先，在maven依靠引进以下装备——
<dependency>
<groupId>com.theokanning.openai-gpt3-java</groupId>
<artifactId>service</artifactId>
<version>0.11.1</version>
</dependency>
编写以下代码——
@GetMapping("/ai")
public void sendMsg() throws InterruptedException {
System.out.println("开端提问题～");
System.out.println("你是一个作业帮手，情帮助规划一份活动策划书" );
//GPT_TOKEN即你的代码密钥
OpenAiService service = new OpenAiService(GPT_TOKEN,Duration.ofSeconds(10000));
CompletionRequest completionRequest = CompletionRequest.builder()
//使用的模型
.model("text-davinci-003")
//输入提示语
.prompt("规划一份活动策划书")
//该值越大每次回来的成果越随机，即相似度越小，可选参数，默认值为 1，取值 0-2
.temperature(0.5)
//回来成果最大分词数
.maxTokens(2048)
//与temperature相似
.topP(1D)
.build();
service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
Thread.sleep(6000);
}
CompletionRequest的属性文档介绍在这儿——
platform.openai.com/docs/api-re…
启动，调用该接口，即可正常使用chat GPT集成到SpringBoot后端代码里——
需求留意的是，若是布置在有VPN的Linux云服务，代码需求相应做一下调整，否则是无法拜访到chatGPT的，会出现以下异常提示：java.net.ConnectException:Failed to connect to api.openai.com/2a03:2880:f10c:283:face:b00c:0:25de:443]
故而，需求做以下调整：
public void send1Msg() throws InterruptedException {
System.out.println("开端提问题～");
System.out.println("你是一个作业帮手，情帮助规划一份活动策划书" );
//需求额外设置一个能拜访chatGPT的VPN署理
ObjectMapper mapper = defaultObjectMapper();
Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress("127.0.0.1", 8889));
OkHttpClient client = defaultClient(GPT_TOKEN,Duration.ofSeconds(10000))
.newBuilder()
.proxy(proxy)
.build();
Retrofit retrofit = defaultRetrofit(client, mapper);
OpenAiApi api = retrofit.create(OpenAiApi.class);
//将设置的署理传给OpenAiService即可
OpenAiService service = new OpenAiService(api);
CompletionRequest completionRequest = CompletionRequest.builder()
.model("text-davinci-003")
.prompt("规划一份活动策划书")
.temperature(0.5)
.maxTokens(2048)
.topP(1D)
.build();
service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
Thread.sleep(6000);
}
布置在Linux云服务上的聊天回来打印效果——
以上便是关于【国内服务器上建立chat GPT】和【后端Spring Boot集成chat GPT】教程，更多好玩的关于chat GPT相关的内容，能够重视我，由于我对这块很感兴趣，接下来会共享更多相关内容。有不懂的也能够后台问我。
搭了一个近200人的Ai ChatGPT 沟通群，群内成员定时供给免费chat GPT拜访网址，共享最新chat GPT使用案例、内部资料共享以及提升效率的Ai工具，欢迎加进来——
