最近火出圈的ChatGPT公司OpenAI發(fā)布了Chat API和gpt-3.5-turbo模型，我們現(xiàn)在可以通過API來使用與ChatGPT一樣的NLP模型。

使用OpenAI API，可以使用gpt-3.5-turbo構建自己的應用程序，可執(zhí)行以下任務：

草擬電子郵件或其他文字內容寫代碼，例如Python代碼

創(chuàng)建對話代理，回答各類問題

為您的軟件提供自然語言界面

在各種學科中進行輔導

翻譯語言

為視頻游戲模擬角色等

待發(fā)掘的各種應用場景……

下面用Python來講解如何使用openai python SDK實現(xiàn)自己的聊天機器人。如果你之前使用過openai python SDK，請確保升級到了最新版本(0.27.0)，如果還沒有安裝Python運行環(huán)境，請先安裝python 3.10。

獲取API Key

你需要獲取API Key,如果你已經(jīng)使用過openai SDK那么你可能已經(jīng)有API Key了（這種情況請?zhí)^本節(jié)內容）。

登錄https://platform.openai.com/并導航到https://platform.openai.com/account/api-keys點擊Create new secret key按鈕可以獲取一個新的API Key。

注意：API Key內容只會顯示一次。點擊復制按鈕把API Key復制并保存好。

創(chuàng)建API

用FastAPI快速創(chuàng)建一個API，它的接口定義如下：

POST/chatbot/talk

Request Body:

“message”:"你好!"

Response:

“content”:“bot response message”

首先，你需要安裝FastAPI和OpenAI SDK，可以通過以下命令在命令行中安裝它們：

pip install fastapi uvicorn openai

為了演示方便，此處簡化了一些最佳實踐，下面是一個最基本的FastAPI服務實現(xiàn)，文件保存在main\app.py文件中。

import openai

from typing import List

from fastapi import FastAPI

from pydantic import BaseModel

from starlette.middleware.cors import CORSMiddleware

history=[]

app=FastAPI()

app.add_middleware(

CORSMiddleware,

allow_origins=["*"],

allow_credentials=True,

allow_methods=["HEAD","OPTIONS","GET","PUT","PATCH","POST","DELETE"],

allow_headers=["*"],

max_age=86400

openai.api_key="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"

class TalkRequest(BaseModel):

message:str

@app.post("/chatbot/talk")

async def chatbot_talk(user_input:TalkRequest):

if not history:

history.append({"role":"system","content":"You are a helpful assistant."})

history.append({"role":"user","content":user_input.message.strip()})

response=await openai.ChatCompletion.acreate(

model="gpt-3.5-turbo",

messages=history)

bot_response=response.choices[0].message

history.append(bot_response)

return bot_response

現(xiàn)在只需創(chuàng)建一個run.py文件來啟動FastAPI服務。

import uvicorn

from main.app import app

if__name__=='__main__':

uvicorn.run(

app=app,

host="127.0.0.1",

port=8080,

use_colors=True,

log_level="debug"

接下來運行run.py。

在瀏覽器中打開http://127.0.0.1:8080/docs即可看到Swagger界面已經(jīng)加載并顯示出我們的Talk API，如下圖所示：

點擊Try it out,在message里填入一個句子，例如我們這里輸入的”你好”，點擊Execute按鈕。如果沒有問題應該能得到下面的響應結果：

OK，到這里我們的后臺服務就已經(jīng)準備好了。

UI界面

接下來我們做一個基于VUE的UI界面來實現(xiàn)聊天窗口。要實現(xiàn)基于VUE的聊天界面，需要執(zhí)行以下步驟：

在Vue項目中創(chuàng)建一個聊天組件，例如Chat.vue。

在Chat.vue中添加一個文本框和一個發(fā)送按鈕，用于向聊天機器人發(fā)送消息。

使用VUE的數(shù)據(jù)綁定功能，將文本框的值綁定到一個名為message的Vue組件數(shù)據(jù)屬性。

在發(fā)送按鈕上添加一個點擊事件，該事件將調用一個發(fā)送消息的方法，該方法將使用Axios（或其他HTTP庫）將消息POST到聊天機器人API。

在發(fā)送成功后，使用Axios響應中的數(shù)據(jù)更新Vue組件數(shù)據(jù)屬性的值，以顯示聊天機器人的響應消息。

下面是一個示例Chat.vue文件的基本代碼：

{{message.content}}

{{message.content}}

Send

在這個示例中，messages是一個數(shù)組，它用于存儲聊天記錄。

sendMessage方法將新消息添加到messages數(shù)組中，并使用Axios發(fā)送消息并更新響應的數(shù)據(jù)屬性。

最后，它清空了message數(shù)據(jù)屬性，以便用戶可以輸入下一個消息。

在模板中，我們使用v-for循環(huán)遍歷messages數(shù)組，并根據(jù)isBot數(shù)據(jù)屬性來判斷消息是用戶的消息還是聊天機器人的消息。

運行

最后，要在瀏覽器中運行Vue應用程序，需要執(zhí)行以下步驟。

注意：確保已經(jīng)安裝了Node.js和npm，這將使我們能夠使用Vue的命令行工具來創(chuàng)建和管理的項目。

（1）打開命令行終端，導航到項目目錄，并使用以下命令安裝：

npm install-g cnpm--registry=https://registry.npmmirror.com

cnpm install-g@vue/cli

（2）使用以下命令創(chuàng)建一個新的Vue項目：

vue create my-chat-app

這將提示選擇一些選項來配置我們的項目，例如要使用哪個包管理器，要使用哪些插件等等。

可以根據(jù)需求進行選擇，稍等片刻項目即可創(chuàng)建成功，如下圖所示：

（3）進入my-chat-app目錄，安裝Axios，可以使用以下命令：

cnpm install axios--save

打開創(chuàng)建的項目文件夾，將Chat.vue組件添加到src/components文件夾中。

打開src/App.vue文件，并將以下代碼添加到模板中：

這將把Chat組件添加到App.vue模板中，以便您可以在瀏覽器中查看聊天界面。

（4）在命令行終端中運行以下命令啟動開發(fā)服務器：

pm run serve

如上圖所示，Web Server已經(jīng)啟動完畢，用瀏覽器打開http://localhost:8081/可以看到一個基本的聊天窗口，當然這里只有一個簡單的示例來展示基本操作：

因文章篇幅有限，感興趣的同行完全可以利用前端技術做出更精美的機器人聊天窗口。

最后：在我的V：atstudy-js，可以免費領取一份10G軟件測試工程師面試寶典文檔資料。以及相對應的視頻學習教程免費分享！其中包括了有基礎知識、Linux必備、Shell、互聯(lián)網(wǎng)程序原理、Mysql數(shù)據(jù)庫、抓包工具專題、接口測試工具、測試進階-Python編程、Web自動化測試、APP自動化測試、接口自動化測試、測試高級持續(xù)集成、測試架構開發(fā)測試框架、性能測試、安全測試等。