免费下载软件app网站关键词排名优化价格
SpringBoot对接OpenAI
随着人工智能技术的飞速发展,越来越多的开发者希望将智能功能集成到自己的应用中,以提升用户体验和应用的功能。OpenAI作为一家领先的人工智能公司,提供了许多先进的自然语言处理和语言生成模型,其中包括深受欢迎的GPT-3.5模型。本文将介绍如何利用Spring Boot框架与OpenAI进行对接,为你的应用增加强大的智能能力。
1、OpenAI概述:
OpenAI是一家人工智能研究实验室,致力于构建人类水平通用人工智能。他们的GPT-3.5模型是目前最先进的自然语言处理模型之一,能够理解和生成自然语言文本。通过与OpenAI对接,你可以将这一强大的模型嵌入到你的应用中,实现自动化文本生成、智能问答、机器翻译等功能。
2、Spring Boot 简介:
Spring Boot是一个用于构建独立的、基于生产级别的Java应用程序的框架。它简化了Spring应用的开发过程,提供了一系列的工具和插件,帮助开发者快速搭建稳健的应用。通过Spring Boot,你可以轻松创建RESTful API,处理HTTP请求,以及管理应用的依赖等。
3、搭建Spring Boot项目:
- 环境准备:确保你已经安装了Java开发环境和Maven构建工具。
- 创建Spring Boot项目:使用Spring Initializr创建一个新的Spring Boot项目,选择所需的依赖,如Web、OpenAI API等。
- 配置OpenAI API密钥:在application.properties或application.yml文件中,设置OpenAI API的访问密钥,确保可以在项目中调用OpenAI的服务。
3.1、环境准备
这里就不多说了,直接使用maven搭建一个SpringBoot项目
3.2、引入依赖
本次案例比较简单,就是一个干净的SpringBoot项目,再引入Hutool工具包即可,下面是全部的pom.xml文件
<?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 http://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>2.3.2.RELEASE</version><relativePath/> <!-- lookup parent from repository --></parent><groupId>com.pp.chat</groupId><artifactId>chatgpt-api-demo</artifactId><version>1.0-SNAPSHOT</version><dependencies><!-- Fastjson --><dependency><groupId>com.alibaba</groupId><artifactId>fastjson</artifactId><version>1.2.83</version></dependency><!-- HuTool工具包 --><dependency><groupId>cn.hutool</groupId><artifactId>hutool-all</artifactId><version>5.8.16</version></dependency><!-- knife4j生成接口文档 --><dependency><groupId>com.github.xiaoymin</groupId><artifactId>knife4j-openapi2-spring-boot-starter</artifactId><version>4.2.0</version></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- lombok简化实体构造方法 --><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></dependency></dependencies>
</project>
3.3、配置文件
knife4j:enable: trueChatGPT:connect-timeout: 60000 # HTTP请求连接超时时间read-timeout: 60000 # HTTP请求读取超时时间variables: # 自定义变量:apiKey: xxx # 你的 OpenAI 的 API KEYmodel: gpt-3.5-turbo # ChartGPT 的模型maxTokens: 500 # 最大 Token 数temperature: 1 # 该值越大每次返回的结果越随机,即相似度越小
4、核心代码
4.1、项目结构
4.2、实体类
1、GPTChoice
package com.pp.chat.entity;import lombok.Data;
/*** TODO 文本模型返回内容** @author ss_419* @version 1.0* @date 2023/8/5 15:47*/
@Data
public class GPTChoice {private String text;private Integer index;private Message message;}
2、GPTData
package com.pp.chat.entity;import lombok.Data;/*** TODO 图形模型返回内容** @author ss_419* @version 1.0* @date 2023/8/5 11:37*/
@Data
public class GPTData {private String url;
}
3、GPTRequest
package com.pp.chat.entity;import lombok.Data;import java.util.List;/*** TODO 问题请求体** @author ss_419* @version 1.0* @date 2023/8/5 15:47*/
@Data
public class GPTRequest {/*** 问题*/private String askStr;/*** 文本回答*/private String replyStr;/*** 图形回答*/private List<GPTData> replyImg;
}
4、GPTResponse
package com.pp.chat.entity;import lombok.Data;import java.util.List;
/*** TODO 文本模型返回响应体** @author ss_419* @version 1.0* @date 2023/8/5 15:47*/
@Data
public class GPTResponse {private String id;private String object;private String created;private String model;private List<GPTChoice> choices;}
5、GPTImageResponse
package com.pp.chat.entity;import lombok.Data;import java.util.List;/*** TODO 图形模型返回响应体** @author ss_419* @version 1.0* @date 2023/8/5 15:47*/
@Data
public class GPTImageResponse {private String created;private List<GPTData> data;
}
6、Message
package com.pp.chat.entity;import lombok.Data;/*** TODO 文本模型消息体** @author ss_419* @version 1.0* @date 2023/8/5 10:30*/
@Data
public class Message {private String role;private String content;
}
4.3、业务类
ChartGPTService
package com.pp.chat.service;import com.pp.chat.entity.GPTData;import java.util.List;public interface ChartGPTService {/*** 调用文本模型ai* @param prompt* @return*/String send(String prompt);/*** 调用图片模型ai* @param prompt* @return*/List<GPTData> sendImg(String prompt);
}
ChartGPTServiceImpl
package com.pp.chat.service.impl;import cn.hutool.http.Header;
import cn.hutool.http.HttpResponse;
import cn.hutool.http.HttpUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.pp.chat.entity.*;
import com.pp.chat.service.ChartGPTService;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;@Service("chartGPTService")
public class ChartGPTServiceImpl implements ChartGPTService {@Value("${ChatGPT.variables.apiKey}")private String apiKey;@Value("${ChatGPT.variables.maxTokens}")private String maxTokens;@Value("${ChatGPT.variables.model}")private String model;@Value("${ChatGPT.variables.temperature}")private String temperature;@Overridepublic String send(String prompt) {JSONObject bodyJson = new JSONObject();Message message = new Message();message.setContent(prompt);message.setRole("system");ArrayList<Message> messages = new ArrayList<>();messages.add(message);bodyJson.put("messages", messages);bodyJson.put("model", model);bodyJson.put("max_tokens", Integer.parseInt(maxTokens));bodyJson.put("temperature", Double.parseDouble(temperature));Map<String, Object> headMap = new HashMap<>();
// headMap.put("Authorization", "Bearer " + apiKey);HttpResponse httpResponse =// 官网请求,没梯子不能访问// HttpUtil.createPost("https://api.openai.com/v1/chat/completions")// 使用代理地址 https://api.openai-proxy.com/HttpUtil.createPost("https://api.openai-proxy.com/v1/chat/completions").header(Header.AUTHORIZATION, "Bearer " + apiKey).header(Header.CONTENT_TYPE, "application/json").body(JSONUtil.toJsonStr(bodyJson)).execute();String resStr = httpResponse.body();GPTResponse gptResponse = JSONUtil.toBean(resStr, GPTResponse.class);return gptResponse.getChoices().get(0).getMessage().getContent().replaceAll("\\n", "");}@Overridepublic List<GPTData> sendImg(String prompt) {JSONObject bodyJson = new JSONObject();bodyJson.put("prompt", prompt);bodyJson.put("n", 2);bodyJson.put("size", "1024x1024");Map<String, Object> headMap = new HashMap<>();headMap.put("Authorization", "Bearer " + apiKey);HttpResponse httpResponse =// 官网请求,没梯子不能访问// HttpUtil.createPost("https://api.openai.com/v1/chat/completions")// 使用代理地址 https://api.openai-proxy.com/HttpUtil.createPost("https://api.openai-proxy.com/v1/images/generations").header(Header.AUTHORIZATION, "Bearer " + apiKey).header(Header.CONTENT_TYPE, "application/json").body(JSONUtil.toJsonStr(bodyJson)).execute();String resStr = httpResponse.body();GPTImageResponse gptResponse = JSONUtil.toBean(resStr, GPTImageResponse.class);List<GPTData> data = gptResponse.getData();return data;}
}
4.4、Boot启动类
Main
package com.pp.chat;import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;/*** @author ss_419*/
@SpringBootApplication
public class Main {public static void main(String[] args) {SpringApplication.run(Main.class,args);System.out.println("Hello world!");}
}
5、测试
启动项目,使用knife4j进行接口测试
接口文档默认地址:http://localhost:8080/doc.html
5.1、测试文本模型
5.2、测试图片模型
gpt生成的图片在链接中
6、总结
通过Spring Boot与OpenAI的对接,我们可以轻松将强大的自然语言处理功能集成到我们的应用中,为用户提供更智能、更便捷的服务。同时,结合Spring Boot强大的开发能力,我们可以快速搭建出高效稳定的智能应用,满足不断变化的市场需求。未来,随着OpenAI技术的不断演进,我们将能够构建更多创新的智能应用,为用户带来更加令人惊喜的体验