【基于ChatGPT+SpringBoot】打造智能聊天AI机器人接口并上线至服务器

🚀 ChatGPT是最近很热门的AI智能聊天机器人
🚀 本文使用SpringBoot+OpenAI的官方API接口，自己实现一个可以返回对话数据的接口并上线服务器
🚀 用途方面相比于普通的聊天AI更加的广泛，甚至可以帮助你改BUG，写代码！！！
🚀 可直接调用自己的API部署，完整代码可通过最下方公众号获取

最终接口效果演示

在这里插入图片描述

ChatGPT介绍

ChatGPT是一款基于自然语言处理技术的聊天机器人。它使用受控语料库，并使用最先进的深度学习技术来学习用户的输入，以便以最相似的方式回应。ChatGPT可以模拟真实的人类对话，并能够更贴近用户的需求，提供更有价值的服务。

SpringBoot介绍

Spring Boot是由Pivotal团队提供的全新框架，其设计目的是用来简化新Spring应用的初始搭建以及开发过程。该框架使用了特定的方式来进行配置，从而使开发人员不再需要定义样板化的配置。通过这种方式，Spring Boot致力于在蓬勃发展的快速应用开发领域（rapid application development）成为一个重要的先驱。

Spring Boot为Spring应用提供了一种快速的起步方式，可用来创建独立的，生产级的基于Spring的应用程序。它提供了一种更快捷的方式来创建Spring应用，并且不需要任何XML配置。Spring Boot提供了可选择的高级特性，如持久层技术和安全性，可以让你快速构建令人满意的web应用程序和服务。

构建SpringBoot项目

项目主要使用的maven依赖如下，通过Maven构建项目即可

<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.4.4</version><relativePath/> <!-- lookup parent from repository --></parent><groupId>com.yopai</groupId><artifactId>openapi</artifactId><version>0.0.1-SNAPSHOT</version><name>openapi</name><description>Demo project for Spring Boot</description><properties><java.version>1.8</java.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>com.alibaba</groupId><artifactId>fastjson</artifactId><version>2.0.21</version></dependency>

Post请求解析

RestTemplate是Spring框架的一个用于访问RESTful服务的客户端库，它提供了一组简单的、可扩展的方法来访问RESTful服务。它可以访问HTTP服务，并以字符串、Java对象或多种格式的数据（如JSON）进行序列化和反序列化。RestTemplate支持多种HTTP方法，如GET、POST、PUT、DELETE等，可以用来访问RESTful服务，并获取服务器返回的结果。

 public static String sendPost(String data) {RestTemplate client = new RestTemplate();HttpHeaders httpHeaders = new HttpHeaders();httpHeaders.add("Authorization","Bearer <YourAPI>");httpHeaders.add("Content-Type", "application/json"); // 传递请求体时必须设置
//        String requestJson = "{\n" +
//                "    \"model\": \"text-davinci-003\",\n" +
//                "     \"prompt\": \"你好\",\n" +
//                "      \"temperature\": 0, \n" +
//                "      \"max_tokens\": 2048\n" +
//                "}";String requestJson = String.format("{\n" +"    \"model\": \"text-davinci-003\",\n" +"     \"prompt\": \"%s\",\n" +"      \"temperature\": 0, \n" +"      \"max_tokens\": 2048\n" +"}",data);HttpEntity<String> entity = new HttpEntity<String>(requestJson,httpHeaders);ResponseEntity<String> response = client.exchange("https://api.openai.com/v1/completions", HttpMethod.POST, entity, String.class);System.out.println(response.getBody());JSONObject jsonObject = JSONObject.parseObject(response.getBody());JSONArray choices = jsonObject.getJSONArray("choices");String text = choices.getJSONObject(0).getString("text");
//        Object o = jsonObject.get("\"choices\"");return text;}

接口控制类

@PostMapping("gpt")public JsonData get(@RequestBody Promat promat){String text = HttpGPT.sendPost(promat.getData());System.out.println(promat);JsonData jsonData = JsonData.bulidSuccess(text);return jsonData;}