使用 Spring Boot 創建自己的 ChatGPT 應用程序
在本篇文中，將解釋如何與OpenAI聊天完成 API 集成以使用它們并創建自己的 ChatGPT 版本。將使用Spring Boot程序與ChatGPT的 開放API集成。
我們將Spring Boot程序公開一個 REST 端點，它將以requestParam的形式發起請求，然后對其進行處理，并以可讀的文本格式返回響應。
讓我們按照以下步驟操作：
前提條件
我們將使用OpenAI的ChatGPT完成API在我們程序里的調用。
該API的各個重要參數描述如下：
模型： 我們將向“gpt-3.5-turbo”發送請求
GPT-3.5 Turbo是一種極其強大的人工智能驅動的語言模型。它擁有 8192 個處理器核心和多達 3000 億個參數，是迄今為止最大的語言模型之一。在廣泛的自然語言處理任務中表現優秀，可以用于生成文章、回答問題、對話、翻譯和編程等多種應用場景。它的能力使得人們可以通過自然語言與計算機進行更加自然、靈活和高效的交互。
Messages： 這表示發送到模型的實際請求類，以便模型可以解析消息并以人們可讀的格式生成相應的響應。
包含兩個子屬性：
role： 指定消息的發送者（請求時為“user”，響應時為“assistant”）。
content: 這才是真正的消息。
Message DTO 如下所示：
public class Message {
private String role;
private String content;
// getters & setters
}話不多說，讓我們開始與我們的 Spring Boot 應用程序集成。
創建一個基本的 Spring Boot 應用程序。為此，請前往start.spring.io并使用以下選擇：
我們只需要 Spring Web 依賴項：
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>創建一個Controller 代碼：
package com.akash.mychatGPT.controller;
import com.akash.mychatGPT.dtos.ChatRequest;
import com.akash.mychatGPT.dtos.ChatResponse;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;
@RestController
public class ChatController {
@Qualifier("openaiRestTemplate")
@Autowired
private RestTemplate restTemplate;
@Value("${openai.model}")
private String model;
@Value("${openai.api.url}")
private String apiUrl;
@GetMapping("/chat")
public String chat(@RequestParam String prompt) {
// 創建請求
ChatRequest request = new ChatRequest(model, prompt, 1, 1.1);
// 調用API
ChatResponse response = restTemplate.postForObject(apiUrl, request, ChatResponse.class);
if (response == null || response.getChoices() == null || response.getChoices().isEmpty()) {
return "No response";
}
// 返回響應
return response.getChoices().get(0).getMessage().getContent();
}
}創建一個ChatRequest類：
package com.akash.mychatGPT.dtos;
import java.util.ArrayList;
import java.util.List;
public class ChatRequest {
private String model;
private List<Message> messages;
private int n;// 如果我們想增加要生成的響應的數量，可以指定。默認值為1。
private double temperature;// 控制響應的隨機性。默認值為1 (大多數隨機)。
// 構造方法, Getters & setters
}在這里，我們使用以下屬性，將其放入 application.properties 中：
openai.model=gpt-3.5-turbo
openai.api.url=https://api.openai.com/v1/chat/completions
openai.api.key=<generated_key_goes_here>重要提示：關于 OpenAI API 密鑰的說明：
OpenAI 允許生成唯一的 API 密鑰來使用 OpenAI API。為此，請點擊（
https://platform.openai.com/account/api-keys）。在這里，需要注冊并創建 API 密鑰（如下面的快照所示）。確保保證其安全，一定保存好！
單擊“創建新密鑰”并按照屏幕上的步驟操作。就可以擁有了自己的 OpenAI API 密鑰。如果沒有注冊過，想體驗一下的話，私信我發你體key。
接下來，我們用于RestTemplate調用 OpenAI API URL。因此，讓我們添加一個攔截器，如下所示：
package com.akash.mychatGPT.config;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.web.client.RestTemplate;
@Configuration
public class OpenAIRestTemplateConfig {
@Value("${openai.api.key}")
private String openaiApiKey;
@Bean
@Qualifier("openaiRestTemplate")
public RestTemplate openaiRestTemplate() {
RestTemplate restTemplate = new RestTemplate();
restTemplate.getInterceptors().add((request, body, execution) -> {
request.getHeaders().add("Authorization", "Bearer " + openaiApiKey);
return execution.execute(request, body);
});
return restTemplate;
}
}攔截器攔截請求并將 OpenAI API 密鑰添加到請求標頭中。
就是這樣，現在我們可以簡單地使用主類運行應用程序并開始調用 API。
package com.akash.mychatGPT;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class MyChatGptApplication {
public static void main(String[] args) {
SpringApplication.run(MyChatGptApplication.class, args);
}
}測試
本次使用Postman 進行演示。將想要問的問題傳遞給該模型。
例子#1
http://localhost:8080/chat?prompt=what are some good Spring Boot libraries。
例子#2
GPT 3.5 Turbo 模型足夠先進，可以表現出高度真實的響應。（由于有數十億行文本，該模型已經過訓練）。
注意：對 OpenAI API curl 的實際調用如下所示：
curl --location 'https://api.openai.com/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $OPENAI_API_KEY' \
--data '{
"model": "gpt-3.5-turbo",
"messages": [
{
"role": "user",
"content": "Hello!"
}
]
}'注意事項
在開發應用程序時，以下是可能遇到的常見問題。
問題1：
com.fasterxml.jackson.databind.exc.InvalidDefinitionException: Cannot construct instance of `com.akash.mychatGPT.Message` (no Creators, like default constructor, exist): cannot deserialize from Object value (no delegate- or property-based Creator)
at [Source: (org.springframework.util.StreamUtils$NonClosingInputStream); line: 10, column: 9] (through reference chain: com.akash.mychatGPT.ChatResponse["choices"]->java.util.ArrayList[0]->com.akash.mychatGPT.ChatResponse$Choice["message"])確保創建一個無參數構造函數，并為以下對象提供 getter 和 setter：
問題2：
org.springframework.web.client.HttpClientErrorException$TooManyRequests: 429 Too Many Requests:
"{<EOL> "error": {<EOL> "message": "You exceeded your current quota, please check your plan and billing details.",<EOL> "type": "insufficient_quota",<EOL> "param": null,<EOL> "code": null<EOL> }<EOL>}<EOL>"OpenAI 提供了基本配額。當前電子郵件 ID 的配額已用完，需要使用了新的電子郵件 ID。
問題3：
org.springframework.web.client.HttpClientErrorException$TooManyRequests: 429 Too Many Requests: "{<EOL> "error": {<EOL> "message": "Rate limit reached for default-gpt-3.5-turbo in organization org-V9XKg3mYkRRTJhHWq1lYjVtS on requests per min. Limit: 3 / min. Please try again in 20s. Contact us through our help center at help.openai.com if you continue to have issues. Please add a payment method to your account to increase your rate limit. Visit https://platform.openai.com/account/billing to add a payment method.",<EOL> "type": "requests",<EOL> "param": null,<EOL> "code": null<EOL> }<EOL>}<EOL>"一段時間后嘗試調用 API。（為了安全起見，良好的工作時間是 30 分鐘）。
總結
在這篇短文中，我們了解了 OpenAI 的 GPT 3.5 Turbo 模型。如何生成供個人使用的密鑰。
然后，我們還研究了將常用的 Spring Boot 應用程序與 OpenAI 聊天完成 API 集成、對端點進行實際調用，并驗證了響應。
注意事項
OpenAI 的 API 是受監管的資源。我們對 API 的調用量是有限的，可以在此處進行跟蹤。
