So verwenden Sie springboot+chatgpt+chatUI Pro, um intelligente Chat-Tools zu entwickeln-javaLernprogramm-php.cn

1. Technische Einführung

ChatGPT-Java ist ein OpenAI Java SDK, das die sofortige Verwendung unterstützt. Derzeit werden alle APIs auf der offiziellen Website unterstützt. Wir bevorzugen die Verwendung der neuesten Versionen der Modelle GPT-3.5-Turbo und Whisper-1.

2. Spring Boot ist ein neues Framework, das vom Pivotal-Team bereitgestellt wird. Es soll den anfänglichen Konstruktions- und Entwicklungsprozess neuer Spring-Anwendungen vereinfachen. Dieses Framework verwendet eine spezifische Konfigurationsmethode und erfordert nicht, dass Entwickler allgemeine Konfigurationen definieren. Auf diese Weise strebt Spring Boot danach, führend im boomenden Bereich der schnellen Anwendungsentwicklung zu werden.

3. ChatUI Pro ist ein sofort einsatzbereites Framework, das schnell einen intelligenten Gesprächsroboter aufbauen kann, der auf den Grundkomponenten von ChatUI basiert und mit den Best Practices von Alibaba und Xiaomi kombiniert wird. Es ist einfach und benutzerfreundlich, und Sie können durch einfache Konfiguration einen Konversationsroboter erstellen. Gleichzeitig ist es leistungsstark und leicht zu erweitern und kann durch umfangreiche Schnittstellen und benutzerdefinierte Karten verschiedene individuelle Anforderungen erfüllen.

2. Projekteinführung

Dieses Projekt verwendet das GPT-3.5-Turb-Modell als Basis und verwendet Springboot in Kombination mit Redis, Chat-Java und ChatUI Pro, um einen einfachen Roboter mit künstlicher Intelligenz zu implementieren. Da der Zugriff auf die API von openAI langsam Ergebnisse liefert, generiert das Back-End eine UUID und gibt sie an das Front-End zurück, nachdem das Front-End im Projekt die Problemanforderung an das Back-End gesendet hat -end öffnet auch einen Thread erneut, um auf openAI zuzugreifen. Nach dem Ergebnis verwendet das Backend die UUID als Schlüssel und das von openAI zurückgegebene Ergebnis wird in Redis als Wert gespeichert. Das Front-End fragt die Back-End-Antwortschnittstelle alle 5 Sekunden basierend auf der UUID im Ergebnis der ersten Anfrage vom Back-End ab. Die Antwortschnittstelle fragt basierend auf der UUID ab, ob Redis einen Wert hat -End-Antwortschnittstelle gibt das Ergebnis zurück, das Frontend gibt das Ergebnis an den Benutzer aus

3 Erstellen Sie ein Springboot-Projekt und nennen Sie das Projekt mychatgpt.

So verwenden Sie springboot+chatgpt+chatUI Pro, um intelligente Chat-Tools zu entwickeln 2. Importieren Sie die Abhängigkeiten des Projekts pom

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.5.12</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.xyh</groupId>
    <artifactId>mychatgpt</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>mychatgpt</name>
    <description>Demo project for Spring Boot</description>
    <properties>
        <java.version>8</java.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-aop</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <exclusions>
                <exclusion>
                    <groupId>org.apache.logging.log4j</groupId>
                    <artifactId>log4j-api</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>org.apache.logging.log4j</groupId>
                    <artifactId>log4j-to-slf4j</artifactId>
                </exclusion>
            </exclusions>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.apache.httpcomponents</groupId>
            <artifactId>httpcore</artifactId>
        </dependency>
        <dependency>
            <groupId>com.theokanning.openai-gpt3-java</groupId>
            <artifactId>api</artifactId>
            <version>0.10.0</version>
        </dependency>
        <dependency>
            <groupId>com.theokanning.openai-gpt3-java</groupId>
            <artifactId>service</artifactId>
            <version>0.10.0</version>
        </dependency>
        <dependency>
            <groupId>com.theokanning.openai-gpt3-java</groupId>
            <artifactId>client</artifactId>
            <version>0.10.0</version>
        </dependency>
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.8.12</version>
        </dependency>
        <dependency>
            <groupId>com.unfbx</groupId>
            <artifactId>chatgpt-java</artifactId>
            <version>1.0.5</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>8.0.17</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid-spring-boot-starter</artifactId>
            <version>1.2.8</version>
        </dependency>
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>3.5.2</version>
            <exclusions>
                <exclusion>
                    <groupId>com.baomidou</groupId>
                    <artifactId>mybatis-plus-generator</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>com.github.yulichang</groupId>
            <artifactId>mybatis-plus-join</artifactId>
            <version>1.4.2</version>
        </dependency>
        <!--集成随机生成数据包 -->
        <dependency>
            <groupId>com.apifan.common</groupId>
            <artifactId>common-random</artifactId>
            <version>1.0.19</version>
        </dependency>
        <!--集成随机生成数据包 -->
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <configuration>
                    <excludes>
                        <exclude>
                            <groupId>org.projectlombok</groupId>
                            <artifactId>lombok</artifactId>
                        </exclude>
                    </excludes>
                </configuration>
            </plugin>
        </plugins>
    </build>
</project>

Nach dem Login kopieren

3. Entwickeln Sie die Projekt-Controller-Klasse, um mit der Front-End-Seite zu interagieren Entwicklung, in den Projektvorlagen Erstellen Sie eine index.html-Seite im Verzeichnis und führen Sie chatUI Pro-bezogene Dateien ein

package com.xyh.mychatgpt.utils;
import com.unfbx.chatgpt.OpenAiClient;
import com.unfbx.chatgpt.entity.chat.ChatChoice;
import com.unfbx.chatgpt.entity.chat.ChatCompletion;
import com.unfbx.chatgpt.entity.chat.Message;
import com.unfbx.chatgpt.entity.common.Choice;
import com.unfbx.chatgpt.entity.completions.Completion;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
import java.util.Arrays;
import java.util.List;
/**
 * @author xiangyuanhong
 * @description: TODO
 * @date 2023/3/21上午9:28
 */
@Component
public class ChatGPTUtils {
    @Value("${xyh.openai.key}")
    private  String token;
    @Autowired
    private RedisUtils redisUtils;
    public void ask(String model,String question,String uuid){
        StringBuffer result=new StringBuffer();
        try {
            OpenAiClient openAiClient = new OpenAiClient(token, 3000, 300, 300, null);
            if("GPT-3.5-Turb".equals(model)){
            // GPT-3.5-Turb模型
            Message message=Message.builder().role(Message.Role.USER).content(question).build();
            ChatCompletion chatCompletion = ChatCompletion.builder().messages(Arrays.asList(message)).build();
            List<ChatChoice> resultList = openAiClient.chatCompletion(chatCompletion).getChoices();
            for (int i = 0; i < resultList.size(); i++) {
                result.append(resultList.get(i).getMessage().getContent());
            }
            }else{
                //text-davinci-003/text-ada-003
                Completion completion = Completion.builder()
                        .prompt(question)
                        .model(model)
                        .maxTokens(2000)
                        .temperature(0)
                        .echo(false)
                        .build();
                Choice[] resultList = openAiClient.completions(completion).getChoices();
                for (Choice choice : resultList) {
                    result.append(choice.getText());
                }
            }
        }catch (Exception e) {
            System.out.println(e.getMessage());
            result.append("小爱还不太懂，回去一定努力学习补充知识");
        }
        redisUtils.set(uuid,result.toString());
    }
}

Nach dem Login kopieren

6. Erstellen Sie setup.js, um die Kommunikation und den Austausch zwischen chatUI Pro und dem Backend zu implementieren.

package com.xyh.mychatgpt.controller;
import cn.hutool.core.thread.ThreadUtil;
import cn.hutool.core.util.IdUtil;
import cn.hutool.core.util.StrUtil;
import com.xyh.mychatgpt.utils.ChatGPTUtils;
import com.xyh.mychatgpt.utils.R;
import com.xyh.mychatgpt.utils.RedisUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.servlet.http.HttpServletRequest;
/**
 * @author xiangyuanhong
 * @description: TODO
 * @date 2023/2/28下午4:57
 */
@RestController
public class IndexController {
    @Autowired
    private RedisUtils redisUtils;
    @Autowired
    private ChatGPTUtils chatGPTUtils;
    @GetMapping("/ask")
    public R ask(String question,HttpServletRequest request) {
        String uuid=IdUtil.simpleUUID();
        if (StrUtil.isBlank(question)) {
            question = "今天天气怎么样？";
        }
        String finalQuestion = question;
        ThreadUtil.execAsync(()->{
            chatGPTUtils.ask("GPT-3.5-Turb", finalQuestion,uuid);
        });
        return R.ok().put("data",uuid);
    }
    @GetMapping("/answer")
    public R answer(String uuid){
        String result=redisUtils.get(uuid);
          return R.ok().put("data",result);
    }
}

Nach dem Login kopieren

Sobald das Projekt abgeschlossen ist, starten Sie das Spring Boot-Projekt und greifen Sie auf http://ip:port zu. Der endgültige Effekt des Projekts: http://hyrun.vip/

4. Projektanzeige

Das obige ist der detaillierte Inhalt vonSo verwenden Sie springboot+chatgpt+chatUI Pro, um intelligente Chat-Tools zu entwickeln. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!