Dalam artikel ini, kami akan memperkenalkan cara membangunkan chatbot pintar menggunakan ChatGPT dan Java, dan memberikan beberapa contoh kod khusus.
ChatGPT ialah versi terkini Generative Pre-training Transformer yang dibangunkan oleh OpenAI, iaitu teknologi kecerdasan buatan berasaskan rangkaian neural yang boleh memahami bahasa semula jadi dan menjana teks seperti manusia. Menggunakan ChatGPT, kami boleh membuat chatbot adaptif dengan mudah yang boleh menjana respons berdasarkan teks input.
Membina bot sembang menggunakan ChatGPT ialah tugas yang sangat menarik untuk pembangun Java. Java ialah bahasa pengaturcaraan popular yang juga digunakan secara meluas dalam pembangunan peringkat perusahaan. Dalam artikel ini, kami akan meneroka cara untuk menulis chatbot ringkas dalam Java yang mampu menghasilkan teks menggunakan ChatGPT dan membina infrastruktur dan fungsi menggunakan Java.
Langkah 1: Konfigurasikan persekitaran Java dan ChatGPT
Pertama, kita perlu mengkonfigurasi persekitaran pembangunan Java dan ChatGPT. Untuk membina chatbot menggunakan ChatGPT, kita perlu mendapatkan dan memasang kunci API OpenAI. Selepas mendapat kunci API, kami boleh menggunakan ChatGPT dengan cara berikut:
Pada masa yang sama, kami juga perlu memasang persekitaran pembangunan Java, seperti JDK dan IDE pembangunan, untuk bersedia untuk mula membina chatbot kami.
Langkah Kedua: Buat Struktur Projek Java
Seterusnya, kita perlu mencipta struktur projek Java dan fail untuk menyimpan kod chatbot kami. Dalam contoh ini, kami akan menggunakan alat binaan Maven untuk mencipta projek Java.
Kita boleh memasang Maven dalam sistem menggunakan arahan berikut:
sudo apt-get install maven
Kemudian, kita boleh mencipta projek Maven baharu dengan menggunakan arahan berikut:
mvn archetype:generate -DgroupId=com.example.chatbot -DartifactId=chatbot -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false
Ini akan mencipta projek baharu bernama “chatbot”. Dalam projek ini kami boleh mencipta fail kelas Java untuk membina chatbot kami.
Langkah 3: Laksanakan ChatGPT
Dalam projek Java kami, kami perlu menulis kelas untuk mengendalikan permintaan dan respons API ChatGPT. Kelas ini harus bertanggungjawab untuk menghantar teks ke API dan menghuraikan respons API ke dalam objek Java untuk membina respons chatbot.
Berikut ialah kelas Java ringkas yang melaksanakan fungsi membuat permintaan kepada API ChatGPT dan menghuraikan respons API. Kami memanggil kelas ini "ChatGptApiProcessor":
import java.io.IOException; import okhttp3.MediaType; import okhttp3.OkHttpClient; import okhttp3.Request; import okhttp3.RequestBody; import okhttp3.Response; import org.json.JSONArray; import org.json.JSONObject; public class ChatGptApiProcessor { protected final String apiUrl = "https://api.openai.com/v1/engine/davinci-codex/completions"; protected final String apiKey = "YOUR_API_KEY"; protected final OkHttpClient httpClient = new OkHttpClient(); public String generateText(String prompt) { MediaType mediaType = MediaType.parse("application/json"); RequestBody body = RequestBody.create(mediaType, "{"prompt": "" + prompt + "","max_tokens": 60,"temperature": 0.5}"); Request request = new Request.Builder() .url(apiUrl) .post(body) .addHeader("content-type", "application/json") .addHeader("Authorization", "Bearer " + apiKey) .build(); try (Response response = httpClient.newCall(request).execute()) { if (!response.isSuccessful()) throw new IOException("Unexpected code " + response); JSONObject jsonObj = new JSONObject(response.body().string()); JSONArray choicesArray = jsonObj.getJSONArray("choices"); JSONObject textObj = choicesArray.getJSONObject(0); return textObj.getString("text"); } catch (IOException e) { e.printStackTrace(); return null; } } }
Kelas Java ini menggunakan perpustakaan OkHttp untuk melaksanakan permintaan HTTP dan fungsi pemprosesan respons. Dalam kelas ini, kami menetapkan kunci akses API dalam pembina kelas dan menyediakan kaedah untuk menghantar teks ke API, dan akhirnya mengembalikan teks balasan API.
Langkah 4: Buat chatbot
Seterusnya, kita boleh mencipta kelas chatbot yang boleh memanggil kelas ChatGptApiProcessor yang ditulis dalam langkah sebelumnya untuk menjana respons. Dalam contoh ini, kami akan memanggil kelas ini "ChatBot".
Berikut ialah kelas Java ringkas yang melaksanakan fungsi chatbot:
import java.util.Scanner; public class ChatBot { public static void main(String[] args) { ChatGptApiProcessor processor = new ChatGptApiProcessor(); Scanner scanner = new Scanner(System.in); String input; System.out.println("Hi there, how can I help you?"); while (true) { input = scanner.nextLine(); if (input.equalsIgnoreCase("exit")) break; String response = processor.generateText(input); System.out.println("bot> " + response); } scanner.close(); } }
Kelas chatbot ini menggunakan input dan output standard Java untuk melaksanakan aplikasi konsol interaktif. Dalam kelas ini, kami mencipta contoh ChatGptApiProcessor dalam fungsi utama dan kemudian menunggu input pengguna dan mengeluarkan balasan bot dalam satu gelung. Jika pengguna memasukkan "keluar", gelung akan terganggu.
Langkah Lima: Bina dan Jalankan Chatbot
Sekarang kami telah menulis kod Java, kami boleh membina projek menggunakan alat binaan Maven. Selepas membina projek, kita boleh menjalankan chatbot dalam terminal menggunakan arahan berikut:
mvn exec:java -Dexec.mainClass="com.example.chatbot.ChatBot"
Ini akan melancarkan aplikasi chatbot dan memaparkan chatbot interaktif dalam konsol.
Kesimpulan:
Dalam artikel ini, kami memperkenalkan cara membangunkan chatbot pintar menggunakan Java dan ChatGPT, dan memberikan beberapa contoh kod konkrit. Dengan mengikuti langkah ini, anda boleh mula membina aplikasi chatbot anda sendiri dengan mudah dan menjana respons seperti manusia menggunakan ChatGPT. Pada masa yang sama, kami juga memperkenalkan cara menggunakan alat binaan Java dan Maven untuk melaksanakan fungsi ini. Pergi ke Openai untuk mendapatkan kunci API dan bina chatbot pintar berkonsepkan hari ini!
Atas ialah kandungan terperinci Bagaimana untuk membangunkan chatbot pintar menggunakan ChatGPT dan Java. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!