Chatbot 开发记录
最近ChatGPT非常火，去体验之后确实有被惊艳到，也对OpenAI上的人工智能模型比较感兴趣，于是想着复刻一个ChatGPT，利用官方提供的包和api，可以非常简单地复刻出一个ChatGPT，下面是复盘开发过程的记录。
项目地址：https://github/Fangnan700/Chatbot
配置项目
-
我所使用的开发环境是Ubuntu22.04 + Python3.10 + Pycharm2022.3；
-
项目后端采用Flask框架，前端采用Bootstrap框架，前后端使用json进行交互。
项目结构：
编写代码
前端：
前端需要的框架文件：
- jquery-3.6.2.min.js
- bootstrap.min.js
- bootstrap.min.css
文件可以到官网直接下载。
index.html
<!DOCTYPE html>
<html lang="zh">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0" maximum-scale="1.0" user-scalable="0">
<title>Chatbot.</title>
<script src="{{ url_for('static', filename='js/bootstrap.min.js') }}"></script>
<script src="{{ url_for('static', filename='js/jquery-3.6.2.min.js') }}"></script>
<link rel="icon" href="{{ url_for('static', filename='img/robot.png') }}">
<link rel="stylesheet" type="text/css" href="{{ url_for('static', filename='css/bootstrap.min.css') }}">
<link rel="stylesheet" type="text/css" href="{{ url_for('static', filename='css/index.css') }}">
</head>
<body>
<div class="container-fluid">
<div class="row-cols-auto">
<div class="main">
<img src="{{ url_for('static', filename='img/logo.png') }}" width="320px" height="100px">
</div>
</div>
<div class="row-cols-auto">
<div class="col" id="content">
<div class="col" id="response"></div>
</div>
</div>
<div class="row" id="loading_frame">
<div class="spinner-border text-light" role="status">
<span class="visually-hidden">Loading...</span>
</div>
</div>
<div class="row-cols-auto">
<div class="col textarea" id="input" contenteditable="true" onfocus="clear_input()">
</div>
</div>
<div class="row-cols-auto" id="btn_group">
<button class="btn btn-secondary" id="clear_btn" onclick="clear_history()" onmo>清 空</button>
<button class="btn btn-secondary" id="send_btn" onclick="send()">发 送</button>
</div>
<div class="row-cols-auto" id="footer_frame">
Copyright © 2022
<a class="link-light" href="https://github/Fangnan700">Fang nan.</a>
All rights reserved.
</div>
</div>
</body>
<script src="{{ url_for('static', filename='js/index.js') }}"></script>
</html>
index.css
body {
width: 100%;
height: 100%;
background: #333333;
}
.main {
width: 100%;
height: 100%;
text-align: center;
}
#content {
width: 100%;
height: auto;
min-height: 480px;
margin-top: 20px;
padding-top: 20px;
padding-bottom: 80px;
padding-left: 50px;
padding-right: 50px;
background: rgba(0,0,0, 1);
backdrop-filter: blur(10px);
border-radius: 15px;
}
#response {
width: 100%;
height: auto;
min-height: 380px;
color: #ffffff;
}
#loading_frame {
width: 30px;
height: 30px;
margin-top: 20px;
margin-left: auto;
margin-right: auto;
text-align: center;
visibility: hidden;
}
#input {
width: 100%;
height: auto;
min-height: 50px;
line-height: 50px;
margin-top: 20px;
padding-left: 30px;
padding-right: 10px;
border-radius: 15px;
background: black;
color: #ffffff;
}
#btn_group {
margin-top: 20px;
margin-bottom: 30px;
text-align: right;
}
#clear_btn {
width: 100px;
margin-left: auto;
margin-right: auto;
border-radius: 10px;
}
#send_btn {
width: 100px;
margin-left: 10px;
margin-right: auto;
border-radius: 10px;
}
#footer_frame {
width: 230px;
height: 30px;
line-height: 30px;
margin-top: 20px;
margin-left: auto;
margin-right: auto;
text-align: center;
color: #ffffff;
}
index.js
// 获取页面元素并创建全局变量
let loading_frame = document.getElementById("loading_frame");
let _input = document.getElementById("input");
let response = document.getElementById("response");
let clear_btn = document.getElementById("clear_btn");
let send_btn = document.getElementById("send_btn");
let history;
// 设置提示语
response.innerText = "hi～我是Chatbot，你可以把你的问题写在下方，然后发送给我，我会尽力为你解答😆"
_input.innerText = "请把你的问题写在这里"
// 发送请求
function send() {
send_btn.blur();
loading_frame.style.visibility = "visible";
let value = _input.innerText;
history = document.getElementById("response").innerText;
response.innerText = history + "\n\nQ:\n\n" + value;
let data = {"content": value};
$.ajax({
url: "/send",
type: "post",
contentType: 'application/json',
data: JSON.stringify(data),
success: function (result) {
history = document.getElementById("response").innerText;
response.innerText = history + "\n\nA:" + result;
loading_frame.style.visibility = "hidden";
},
error: function () {
loading_frame.style.visibility = "hidden";
response.innerText = "好像出了点问题哦，稍后再试试吧～";
}
})
}
// 清除历史内容
function clear_input() {
_input.innerText = "";
}
function clear_history() {
clear_btn.blur();
_input.innerText = "";
response.innerText = "";
}
后端：
后端使用Python+Flask实现，同时需要引入几个包：
- openai（OpenAI官方提供的包，可以非常方便地发送请求）
- dotenv（用于读取环境变量，OpenAI的api-key将在环境变量文件中设置）
以上两个包可以直接用pip进行安装。
在项目根目录创建.flaskenv文件并写入配置：
FLASK_APP=app
FLASK_ENV=development
OPENAI_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
其中OPENAI_API_KEY填写的是从OpenAI官网申请到的api-key，申请网址：
https://beta.openai/api
app.py
from flask import *
import os
import openai
app = Flask(__name__)
openai.api_key = os.environ.get('OPENAI_API_KEY')
@app.route('/', methods=('GET', 'POST'))
def index():
return render_template('index.html')
@app.route('/send', methods=('GET', 'POST'))
def send():
# 解析前端发送的数据
recv = request.json
data = recv['content']
# 核心代码，用于向OpenAI的服务器发送请求数据
response = openai.Completion.create(
model="text-davinci-003", # 选择要使用的模型
prompt=data + '.', # 请求的数据，即向模型输入的语句，需要以"."结尾
temperature=0.8, # 参数，范围0～1，数值越大输出的数据更独特，数值越小输出更准确
n=1, # 为每个提示生成多少结果，默认为1
max_tokens=2048 # 单次输出的最大令牌数，大多数模型支持的最大值为2048
)
return response.choices[0].text # 从服务器返回的数据中取出想要的结果
if __name__ == '__main__':
app.run()
部署项目
这里推荐使用境外的服务器，国内可以通过http请求访问到，将输入的内容发送到服务器，再由服务器转发到OpenAI的服务器上，由此可以在不使用科学上网的情况下，实现与AI机器人的交互。
为了便于在服务器上启动项目，我使用shell脚本来完成项目的启动：
run.sh
#! /bin/bash
./venv/bin/python -m flask run --host 0.0.0.0 --port 80
编写好的脚本放在项目根目录下。
将项目连同虚拟环境一起打包，上传到服务器：
scp Chatbot.zip username@host:/path
上传完成后解压：
unzip Chatbot.zip
进入项目文件下并给脚本赋予权限：
cd Chatbot
chmod +x run.sh
开放80端口：
ufw allow 80
在后台不中断地启动项目：
setsid ./run.sh &
这么启动在ssh连接断开后项目不会停止。
至此，通过服务器的公网IP就可以访问到项目了，如果访问不到，就要到服务器的管理面板查看端口是否开放。
在不使用vpn的情况下也能正常使用：
手机端也能正常使用：
更多推荐
基于OpenAI的Chatbot开发记录
发布评论