项目地址

http://chat.xutongbao.top

项目截图

 

 

 

使用技术栈

node+SQLite+redis+nginx+log4js+express+jenkins+cdn+react+antd+react-scrollbars-custom+iconfont+webpack+postman+axios+redux+immutable+npm+yarn+openai等等

官网

https://openai.com/blog/chatgpt/

官方聊天应用

https://chat.openai.com/chat/79014944-0302-45ff-bd25-073803e37216

官方Javascript沙盒应用

https://platform.openai.com/codex-javascript-sandbox

 官方技术文档

https://platform.openai.com/docs/introduction

 

node调用ChatGPT的API

装包：

yarn add openai

获取API Keys:

https://platform.openai.com/docs/api-reference/introduction

 https://platform.openai.com/account/api-keys

 获取Organization ID：

https://platform.openai.com/account/org-settings 

node代码：

const { Configuration, OpenAIApi } = require('openai')const configuration = new Configuration({organization: 'xxx',apiKey: 'xxx',
})
const openai = new OpenAIApi(configuration)//增加
const chatAdd = async (req, res) => {const {talkId = '',name = '',messageType = '1',message = '',modelType = '1',promptType = '1',} = req.bodyconst uid = uuidv4()const now = Date.now()const talkRedis = await redisClient.get('talk')let talkList = JSON.parse(talkRedis)const resultIndex = talkList.findIndex((item) => item.uid === talkId)if (resultIndex >= 0) {if (message && message.trim() !== '') {const chatRedis = await redisClient.get('chat')let chatList = JSON.parse(chatRedis)chatList = Array.isArray(chatList) ? chatList : []let currentChatList = chatList.filter((item) => item.talkId === talkId).sort((a, b) => a.createTime - b.createTime)let prompt = ''if (promptType === '1') {if (currentChatList.length > 0) {let shotChatList = currentChatListif (currentChatList.length > 10) {shotChatList = currentChatList.slice(currentChatList.length - 10)}shotChatList.forEach((item) => {let { messageType, message } = itemif (messageType === '1') {prompt += `YOU:${message}\n`} else if (messageType === '2') {//message = encodeURIComponent(message)prompt += `${message}\n`}})}prompt += `YOU:${message}\n`} else if (promptType === '2') {if (currentChatList.length > 0) {let shotChatList = currentChatListif (currentChatList.length > 10) {shotChatList = currentChatList.slice(currentChatList.length - 10)}          shotChatList.forEach((item) => {const { messageType, message } = itemif (messageType === '1') {prompt += `\n/* Command: ${message} */\n`} else if (messageType === '2') {//message = encodeURIComponent(message)prompt += `${message}\n`}})}prompt += `<|endoftext|>/* I start with a blank HTML page, and incrementally modif it via <script> injection. Written for Chrome. */\n/* Command: Add "Hello World", by adding an HTML DOM node */\nvar helloWorld = document.createElement('div');\nhelloWorld.innerHTML = 'Hello World';\ndocument.body.appendChild(helloWorld);\n/* Command: Clear the page. */\nwhile (document.body.firstChild) {\n  document.body.removeChild(document.body.firstChild);\n}\n\n/* Command: ${message} */\n`}let completiontry {let hooks = [{value: '1',lable: 'text-davinci-003',},{value: '2',lable: 'code-davinci-002',},]let resultIndex = hooks.findIndex((item) => item.value === modelType)let model = 'text-davinci-003'if (resultIndex >= 0) {model = hooks[resultIndex].lable}const completionRes = await openai.createCompletion({model,// prompt://   'YOU:你好\n你好。很高兴见到你。\nYOU:你叫什么名字\n我叫小爱。很高兴见到你！\nYOU:介绍一下元宵节\n',prompt,max_tokens: 2048,})completion = completionRes.data} catch (error) {res.send({code: 200,data: {isRobotBusy: true,},message: '失败-机器人无应答',})return}if (Array.isArray(completion.choices) &&completion.choices.length > 0 &&completion.choices[0].text) {const values = []let robotMessage = completion.choices[0].textrobotMessage = robotMessage.replace(/\n/, '')//robotMessage = decodeURIComponent(robotMessage)values.push(`('${uid}','${talkId}','${name}','${messageType}','${message}','${now}','${now}','新增')`)const uidForRobot = uuidv4()values.push(`('${uidForRobot}','${talkId}','robot','2','${robotMessage}','${now + 1000}','${now + 1000}','新增')`)const valuesStr = values.join(',')let err = await runSql(`INSERT INTO chat (uid,talkId,name,messageType,message,createTime,updateTime,remarks)VALUES ${valuesStr}`)if (err) {res.send({code: 400,data: {err: err.stack,},message: '添加失败',})} else {await refreshRedis({ tableName: 'chat' })res.send({code: 200,data: {//isRobotBusy: true,prompt,robotMessage,},message: '添加成功',})}} else {res.send({code: 400,data: {},message: '失败-机器人无应答',})}} else {res.send({code: 400,data: {},message: '失败-参数：message',})}} else {res.send({code: 400,data: {},message: '失败-参数：talkId',})}
}

 

---

chatGPT 是一款由 OpenAI 开发的聊天机器人模型，它能够模拟人类的语言行为，与用户进行自然的交互。它的名称来源于它所使用的技术—— GPT-3架构，即生成式语言模型的第3代。
chatGPT的核心技术是 GPT-3 架构。它通过使用大量的训练数据来模拟人类的语言行为，并通过语法和语义分析，生成人类可以理解的文本。它可以根据上下文和语境，提供准确和恰当的回答，并模拟多种情绪和语气。这样，就可以让用户在与机器交互时，感受到更加真实和自然的对话体验。
chatGPT 的应用场景也很广泛。它可以用于处理多种类型的对话，包括对话机器人、问答系统和客服机器人等。它还可以用于各种自然语言处理任务，比如文本摘要、情感分析和信息提取等。例如，在一个问答系统中，chatGPT可以提供准确的答案，解决用户的疑惑；在一个客服机器人中，它可以帮助用户解决问题，提供更好的服务体验。
在未来，chatGPT 的发展方向将会更加多元。它可能会引入更多的语言模型和深度学习技术，使得它的性能更加优秀。它也可能会拓展到更多的应用场景，为更多的人群提供服务。例如，它可能会进一步拓展到更多的语言领域，支持更多的语言；也可能会更加灵活，可以根据不同的目标来进行微调，适应不同的场景和需求。
此外，chatGPT 也面临着一些风险和挑战。其中，最主要的问题是隐私和安全。由于 chatGPT 涉及到大量的个人信息，因此如果不加以保护，就有可能被黑客攻击和泄露。此外，由于 chatGPT 模拟人类的语言行为，因此如果不加以控制，它也可能会发生一些不良信息的传播。
另一方面，在技术方面，chatGPT 也面临着一些挑战。由于它依赖于深度学习和大规模数据，因此如果数据质量不高或者模型不稳定，它的性能就会受到影响。此外，由于它所处理的是自然语言，因此它也需要面对语言多样性和变化性等问题。
总之，chatGPT 是一款先进的聊天机器人模型，它可以为各种应用场景提供智能化的对话功能。通过它，可以让用户在与机器交互时，感受到更加真实和自然的对话体验。在未来，它将会更加成熟，为人类带来更多的便利。

聪明的你应该已经发现了，这篇文章是由chatAI自己生成的。