一、前语
相信现在大家现在对 ChatGPT 应该多多少少有所触摸。
ChatGPT 是由 OpenAI 开发的一个人工智能模型，它运用了机器学习技能，尤其是自然言语处理（ NLP）技能，以理解和生成人类言语。这种模型根据大规模的文本数据进行训练，能够生成连接且自然的文本，从而能够与人类进行自然言语对话。
想必大家也多少体会过 ChatGPT 。但本文的话，更多是以开发者的视角，经过 OpenAI 提供的 API ,从而去建立自己的 ChatBot ，最终能够完成如下图的微信大众号、飞书敞开途径等第三方 IM 的接入。
在此之前，建立 ChatBot 的所需求的东西
- OpenAI 的 APIKey。
- 对前后端接口有了解。
- 对第三方 IM 途径接入开发有所了解/自己有敞开的谈天服务。
那么下面，咱们就进入正题吧，咱们从大体思路开端。
二、大体思路
在介绍大体思路之前，咱们先思考咱们构建 ChatBot 的目的是啥️。
本质上：便是经过社交 APP，经过 AI 的功能来加工回复用户的输入信息。
确定好方针之后，咱们如何来完成呢？咱们能够看看如何改造咱们社交软件回复的流程。
那首先，咱们先来看看以往咱们谈天软件是如何运行的。
以往的流程
以往常见的流程其实会比较简略。如下图，本质上，这里有三个角色
- User: 建议会话的用户，作为输入端。
- IM APP: 作为音讯通讯，信息分发的途径。
- User / Chat Server: 回复会话的用户或许自己的谈天服务，作为输出端。
那么其实咱们只需求对呼应端即（User / Chat Server）进行改造就行了。
ChatBot 的流程
ChatBot 的流程其实很简略，将上方的呼应端，换成 ChatBot Server，并且接入 OpenAI 的API 就行了。
- User： 建议会话的用户，作为输入端。
- IM APP: 作为音讯通讯，信息分发的途径。
- ChatBot：处理用户输入的信息，调用 OpenAI 接口，取得呼应信息，并加工信息作为回复。
注意：这里还有个 process message 的节点，本质上是对输入输出进行处理。
- 输入处理：首要是为了生成对应的 Prompt。
- 输出处理：首要是对取得的 OpenAI 的呼应，进行格式化处理。
三、详细完成流程
有了上方的思路，其实咱们首要要完成的两个点便是 调用 OpenAI 接口 + 第三方 IM 途径集成 。
注：由于第三方的接口涉及的文档会比较多，且各个敞开途径应该都有对应的文档，所以，这里不会细讲第三方 IM 途径集成。
3.1 调用 GPT 接口
参阅文档：
- platform.openai.com/docs/librar…
- platform.openai.com/docs/guides…
现在 openAI 也有自己的 npm 包，现在接入的成本其实相对比较低。
安装依靠
npm install openai
参数配置
Notes:
- APIKey 问题：登录 api_key，免费额度运用完后，或许得自己绑卡了。
- 网络问题：这里或许会存在网络链接不上的状况，能够自己去做一层署理转发，处理网络问题。可参阅 OpenAI 署理
const { Configuration, OpenAIApi } = require("openai");
const configuration = new Configuration({
apiKey: process.env.OPENAI_API_KEY,
basePath: process.env.OPENAI_BASE_PATH || 'https://api.openai.com/v1', // 如果你做了署理转发的话
});
const openai = new OpenAIApi(configuration);
调用接口
const chat_completion = await openai.createChatCompletion({
model: "gpt-3.5-turbo",
messages: [{ role: "user", content: "Hello world" }],
});
最终代码
import { Configuration, OpenAIApi } from "openai";
export class ChatGPT {
private openai: OpenAIApi;
// This constructor will be called when we create a new instance of the ChatGPT class
constructor() {
// Create a new instance of the OpenAI API
const configuration = new Configuration({
apiKey: process.env.OPENAI_API_KEY || '',
basePath: process.env.OPENAI_BASE_PATH || 'https://api.openai.com/v1',
});
const openai = new OpenAIApi(configuration);
this.openai = openai;
}
// This function will be called from the controller
async chat(prompt: string): Promise<string> {
const llmResponse = await this.openai.createChatCompletion({
model: process.env.OPENAI_CHATBOT_MODEL_ID || 'gpt-3.5-turbo',
messages: [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": prompt }
]
});
return llmResponse.data.choices[0].message.content;
}
}
3.3 途径集成
咱们已经有了 API 的服务了，那么这个时候咱们只需求将接口接入对应的途径即可。
参阅文档：
- 微信大众号：developers.weixin.qq.com/doc/offiacc…
- 飞书敞开途径：open.feishu.cn/document/ho…
本质上是运用了 OpenAI 敞开的 OpenAPI 接口 以及 各个敞开途径的 API 进行集成，一个简略的 chatBot 实际上就完成了。
- OpenAI：提供文字答复服务。例如咱们运用 chatApi，就能够能简略地做一个文字的谈天服务。
- 飞书、微信途径集成：各 APP 端多少都会敞开对应的接口给到开发者，用于接收用户的信息，并对用户的信息进行回复。
当然，简略的 ChatBot 你能够直接把用户的提示词和模型的呼应直接进行回来，不做任何加工处理。
四、补充拓宽
上方简略写了如何建立一个 ChatBot，但你能够借助 OpenAI 提供的能力去，测验新的玩法，比方特定的提示词加工、多模态的交互。一起，你也能够结合 LangChain 做一些自己的运用。
- 提示词加工：你能够指定特别的提示词，从而去做一些扩展运用。比方 GPT + GitHub 完成自动 Code Review –
-
多模态的交互：现在 OPENAI 敞开的 API 接口其实支撑不同模态的交互，比方图片，语音。
- 图片：文生图，图生图。
- 语音：语音转语音（另一国言语），语音转文字。
-
LangChain: LangChain 是一个用于开发大型言语模型运用的软件结构。它的方针是简化运用大型言语模型（LLMs）创建运用的过程。
五、总结
本文简略介绍了如何建立根据 OpenAI 提供的 API 建立 ChatBOT，但更多是期望咱们能够从开发者的视角去运用大言语模型，说不定会有新的主意呈现呢。有兴趣和主意的同学，能够在谈论区留言一起讨论哈。
参阅资料：
- ChatGPT
- platform-openai
- 微信大众开发途径
- 飞书敞开途径
如果本文对你有一点点帮助或启发，期望能够点个赞哈 / 下方谈论区谈论 / 互重视 Github、大众号 学习交流，支撑是创作的动力～。
- 大众号：华铧同学
- Github:github.com/hua-bang
