chatgpt 最近很火。使用 chatgpt 问一些问题还是很有用的。比如面试题,面试题的答案。简直不要太爽。
不过闲来无事,也使用 openai 提供的api ,写了几个小页面,可以进行聊天,和绘画。
项目放在 github 上了:https://github.com/wtdsn/chat-draw-by-openai
先看看页面吧!
ok ,话不多说,说说整个过程吧
API 文档
地址 :https://platform.openai.com/docs/api-reference
可以看到,openai 提供了许多的 api 。它甚至提供了 openai 的 npm 包 。并且给了一些使用例子。
当然可以直接使用 openai 提供的 node 模块。可以省去一堆麻烦事。
在node 中怎么使用,看文档就可以了
调用这些 api ,需要一个 apikey 。需要注册 openai 账号。
注册后在 : https://platform.openai.com/account/api-keys 生成 apikey ,并且把它记下来就可以了。
不过这些 api 接口并不是免费的。请求会消耗一些 token ,这些 token 是花钱的。当然新用户有 5美元。能用很久
项目搭建
此项目的搭建呢!我使用了 vite 。不得不说 , vite 确实方便。
项目结构
key.txt 我记录了 apikey 。 github 中没有,丢上去就失效!
我写了三个页面
entry.html : 入口页面。输入 apikey ,然后选择去聊天或者去生成图画。
index.html : 聊天页面
draw.html : 生成图画页面
具体的一些 css ,或者如何生成聊天内容。具体就看 js 文件就行了
使用服务端推送
我注意到,chatgpt 回复的内容,是一点一点生成的。但是它可不是故意的。而是这样子用户感知上会比较快。
如果等全部内容都回复完再显示,可能需要等上好几秒。
在 chat 的api中,提供了一个 stream 参数 。那么服务端在回复的时候,是使用服务端推送的,也就是数据是一点一点推送过来的。而不是一次性返回!这样子可以快速的渲染出一些回复的内容,而不需要等待全部生成完再渲染
具体可以了解一下 :EventSource
不过, fetch api 可以处理返回的流数据。倒也不用使用 EventSource
了。
使用例子
FetchH
类 , 对 fetch 进行封装。这里参考了 axios 的一些思路。在请求时,就可以避免重复的配置
class FetchH {
constructor(url, config = {}) {
if (typeof url === 'string') {
config.url = url
} else if (typeof url === 'object') {
config = url
}
this.config = config
}
request(body) {
// 合并请求参数
let d = {
...this.config.body,
...body
}
return fetch(this.config.url, {
method: this.config.method,
headers: this.config.headers,
body: JSON.stringify(d)
})
}
}
// 返回函数,可直接调用
function createFetchH(url, config) {
let fh = new FetchH(url, config)
return (fh.request).bind(fh)
}
// 创建 fetch
fetchH = createFetchH('https://api.openai.com/v1/chat/completions', {
method: "POST",
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer ' + apiKey,
},
body: {
model: "gpt-3.5-turbo",
temperature: 0.3,
stream: true,
max_tokens: 1000
}
})
sendMsg
发送请求 (有删减)
async function sendMsg() {
fetchH({ messages: chatStack })
.then(res => {
// 获取 reader
return res.body.getReader()
})
.then(reader => {
// 读取内容
return getStream(reader)
})
}
getStream
读取数据
function getStream(reader, textEl) {
let ans = '', _role = ''
// 文本转码
const utf8Decoder = new TextDecoder("utf-8");
return _getStream()
// 读取流数据
function _getStream() {
return reader.read().then(function (result) {
// 如果数据已经读取完毕,直接返回
if (result.done) {
return {
role: _role,
content: ans
}
}
let { role, content } = parseText(utf8Decoder.decode(result.value))
if (role) {
_role = role
}
if (content) {
ans += content
}
// 逐步添加文字
requestAnimationFrame(() => {
textEl.innerHTML = parse(ans)
scroll()
})
// 还有数据,继续读取
return _getStream();
})
}
}
parseText
解析文本 , 获取后的数据是字符串。可能有多个 data , 进行进行分割
function parseText(text) {
let info = {
content: ''
}
// 默认以 \ndata 进行分割 (可能有问题)
text.split(/\n(?=data:)/).forEach(v => {
if (v === 'data: [DONE]\n\n') {
return ''
}
let { role, content } = JSON.parse(v.slice(6)).choices[0].delta
if (role) {
info.role = role
}
if (content) {
info.content += content
}
})
return info
}
依赖包
文本的显示,使用了 marked 库。它可以把 markdown 的字符串内容转换成 html 格式的字符串。文章来源:https://www.toymoban.com/news/detail-437765.html
还使用了节流 。节流使用了 utils-h 。当然这个包还提供了许多的工具函数。有兴趣可以去了解了解文章来源地址https://www.toymoban.com/news/detail-437765.html
到了这里,关于无聊写个 chatgpt 玩玩!这不得试一试 openai 的聊天和绘画功能的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!