前语
最近ChatGPT好火，也发明了很多优秀的使用
于是乎，我也想出一篇教程，带领我们打造一款免费 ChatGPT 使用。
准备工作
▼ 搭建免费服务器 ▼
薅免费服务器，引荐注册Vercel
▼ 搭建免费数据库 ▼
引荐注册supabase
▼ 下载使用源码 ▼
下载项目模板，或许我们能够fork到自己的github进行修改
布置使用
▼ 创立数据库 ▼
注册完supabase之后，初始化sql，项目中supabase\migrations\20230406025118_init.sql
▼ 创立使用 ▼
最快的方法直接引用我的项目
创立使用
选择使用
导入你的使用代码
点击布置即可
装备openAI token key变量
装备supabase变量
装备之后，重新布置一下使用
优化答案
为什么还要做这一步呢？由于用户一般会提问题都会很简单，所以可能会导致答案会很简单。
那怎么处理呢？
扩展！我们能够尽可能地给ChatGPT提供更多的关键词，让他的答案更加丰富。
完成方法：在项目中 /pages/docs/xxxx.mdx 创立markdown文件，发明相关的内容
完成原理
构建时
项目布置的时候，generate-embeddings.ts 里面的逻辑会解析mdx文件内容 插入到 nods_page、nods_page_section 表中。
embedding 字段存储了一大串的数字，这个是经过恳求ChatGPT解析得到向量数据（PS：可自行学习一下向量搜索，这个我也没深入了解）
插入是的数据如下：
运行时
- 用户建议恳求的时候，同样是经过恳求ChatGPT embeddings接口得到向量数据，然后和nods_page_section表中的embedding 字段进行匹配；
- 在过程2中得相关的关键词之后，经过组装数据，建议ChatGPT completions 会话接口；
- 给用户返回答案。
体验
好了，布置成功，此时我们能够经过拜访 interview-ai.vercel.app
界面如下
本地开发
- cp .env.example .env
- 在新创立的
.env文件中设置OPENAI_KEY。
# 装置pnpm
npm install -g pnpm@7.32.0
# 装置next
npm install next --registry=https://registry.npmmirror.com
# 装置项目依靠包
npm install --registry=https://registry.npmmirror.com
# 发动项目
pnpm dev
PS：本地开发会有一些小问题，openAI 接口需要署理，本地是无法直接恳求，需要改造一下代码走署理才行。
总结
Vercel 虽然是国外的服务器，但国内拜访还是挺快的，并且布置也很方便，主要是免费！！！
能够凭借开发模板快速构建AI使用
