如果喜歡本文章，記得收藏哦！
關(guān)注我，一起學(xué)Java。

一、基于ChatGPT API的PC端軟件開發(fā)過程遇到的問題的分析

最近這個(gè)OpenAI公司推出的GPT-4.0模型真是太火了。當(dāng)然由于OpenAI目前還沒有正式全面對外開放GPT-4.0 API，所以本次使用的是GPT-3.5 API。

首先來看一下效果圖吧！

本客戶端使用的是 JavaFX 開發(fā)的。JavaFX 相比于 Swing 來說，JavaFX 支持 CSS 樣式，如果使用 Java 來開發(fā) GUI 軟件的話，還是推薦使用 JavaFX 的。JavaFX 是 2008 年由 Oracle 公司推出的項(xiàng)目。需要說明的是在高版本的 JDK 中不含有 JavaFX 相關(guān)的 API，所以你需要自己安裝 JavaFX。因?yàn)槲议_發(fā)使用的是 JDK 8 所以無需自己另外安裝 JavaFX，直接就可以調(diào)用 JavaFX API。

上面的圖中我們可以看到使用 JavaFX 編寫的 UI 界面不是太好看，沒辦法 Java 是我的主力編程語言，所以只能用 Java 來編寫 UI 界面了。

主要有四個(gè)功能，分別是：發(fā)送，保存，查看，刪除。其中發(fā)送是最核心的功能。在發(fā)送時(shí)會間接調(diào)用 GPT-3.5 API，這里為什么說是間接調(diào)用而不是直接調(diào)用呢，想必大家都知道，這個(gè) OpenAI 公司是不對我們中國地區(qū)開放的，雖然我們可以直接訪問OpenAI 的官方網(wǎng)站，但是不能訪問 OpenAI 的產(chǎn)品ChatGPT。所以這里我們必須要自己使用一個(gè)國外的服務(wù)器作為中轉(zhuǎn)服務(wù)器。很容易理解為啥使用中轉(zhuǎn)服務(wù)器就可以訪問GPT API，比如你是A，你可以訪問B，但是你無法訪問C，然而B是可以訪問C的，那么你就可以告訴B，讓B把信息傳遞給C。

這里我只講開發(fā)客戶端軟件遇到的問題，不會講解如何編寫接口。

二、遇到的第一個(gè)問題，用戶點(diǎn)擊發(fā)送按鈕后，線程阻塞

這個(gè)問題主要是因?yàn)橛脩酎c(diǎn)擊了發(fā)送按鈕后會調(diào)用 Hutool 工具類中的 HttpRequest.post() 方法將數(shù)據(jù)發(fā)送到自己定義的接口上。代碼如下：

sendButton.setOnAction(e -> sendMessage());
private void sendMessage() {
    // 獲取用戶輸入的消息并將其添加到聊天區(qū)域
    String prompt = inputArea.getText();

    // 獲取當(dāng)前時(shí)間
    String nowTime = getNowTime();
    chatArea.appendText(nowTime + "\n");
    chatArea.appendText("我說：" + prompt + "\n\n");

    // 清空輸入框
    inputArea.setText("");

    // 存儲上下文語境
    messages.add(new Message("user", prompt));

    // 獲取 ChatGPT 的回復(fù)
    String reply = httpRequest(messages);

    // 機(jī)器人回復(fù)時(shí)間
    String replyTime = getNowTime();
    chatArea.appendText(replyTime + "\n");
    // 把內(nèi)容顯示到 UI 界面上
    chatArea.appendText("機(jī)器人說：" + reply + "\n\n");

    messages.add(new Message("assistant", reply));
}

在上面的代碼中，運(yùn)行的時(shí)候給用戶的感覺是不好的，因?yàn)樵谡{(diào)用 httpRequest(messages) 時(shí)會造成線程阻塞。因?yàn)樵诋?dāng)前線程在進(jìn)行網(wǎng)絡(luò)請求時(shí)是非常耗時(shí)的操作，所以整個(gè) main 線程會阻塞，導(dǎo)致應(yīng)用卡頓，如果 ChatGPT 一直沒有響應(yīng)結(jié)果，那么會一直卡在那里。

或許你們想到的是創(chuàng)建一個(gè)新的線程來發(fā)送 http 請求就解決了，其實(shí)不是的，問題的根源在我們點(diǎn)擊“發(fā)送”按鈕，我們應(yīng)該在點(diǎn)擊發(fā)送按鈕的時(shí)候創(chuàng)建新的線程，當(dāng)然這里我在發(fā)送 http 的時(shí)候也是創(chuàng)建了新的線程。代碼如下：

sendButton.setOnAction(e -> {
    Task<Void> task = new Task<Void>() {
        @Override
        protected Void call() throws Exception {
            // 執(zhí)行耗時(shí)操作，例如發(fā)送網(wǎng)絡(luò)請求或執(zhí)行計(jì)算密集型任務(wù)
            sendMessage();
            // 返回null
            return null;
        }
    };

    // 在后臺線程上執(zhí)行Task
    new Thread(task).start();

    // 將操作提交到JavaFX應(yīng)用程序線程隊(duì)列中
    Platform.runLater(() -> {
        // 在此更新UI或執(zhí)行其他需要在JavaFX應(yīng)用程序線程上執(zhí)行的操作
    });
});

private void sendMessage() {
    // 獲取用戶輸入的消息并將其添加到聊天區(qū)域
    String prompt = inputArea.getText();

    // 獲取當(dāng)前時(shí)間
    String nowTime = getNowTime();
    chatArea.appendText(nowTime + "\n");
    chatArea.appendText("我說：" + prompt + "\n\n");

    // 清空輸入框
    inputArea.setText("");

    // 存儲上下文語境
    messages.add(new Message("user", prompt));

    // 獲取 ChatGPT 的回復(fù)
    // String reply = httpRequest(messages);

    // 創(chuàng)建新的線程去發(fā)送 ChatGPT 請求
    FutureTask<String> task = new FutureTask<String>(new Callable<String>() {
        @Override
        public String call() throws Exception {
            return httpRequest(messages);
        }
    });
    new Thread(task).start();
    try {
        String reply = task.get();

        // 機(jī)器人回復(fù)時(shí)間
        String replyTime = getNowTime();
        chatArea.appendText(replyTime + "\n");
        // 把內(nèi)容顯示到 UI 界面上
        chatArea.appendText("機(jī)器人說：" + reply + "\n\n");

        messages.add(new Message("assistant", reply));
    } catch (Exception e) {
        e.printStackTrace();
    }
}

注意：如果想要更新 UI 界面的內(nèi)容，那么可以使用Platform.runLater()。

三、第二個(gè)問題是ChatGPT無法進(jìn)行連續(xù)對話，也就是沒有上下文語境

這個(gè)問題折騰了好久。官方開發(fā)文檔好像也沒有特地說明這一點(diǎn)。我是研究了 GitHub 的代碼，并且網(wǎng)上搜索了別人的想法，然后知道必須要把聊天記錄再次發(fā)送給 ChatGPT API。但是這樣就會消耗更多的資金。因?yàn)?OpenAI 并非真的是 Open。

我們每次把聊天記錄發(fā)送給 ChatGPT 就行。

這里我們使用一個(gè)集合存放聊天記錄，每次把聊天記錄追加到集合里面即可。然后把 List 集合發(fā)送到 ChatGPT API。

// 存放上下文語境
private List<Message> messages = new ArrayList<>();
// 存儲上下文語境
messages.add(new Message("system", "你是一個(gè)助手"));
messages.add(new Message("user", prompt));
messages.add(new Message("assistant", reply));

其中 Message 類代碼如下：

@Data
@NoArgsConstructor
@AllArgsConstructor
public class Message {
    private String role;
    private String content;
}

ChatGPT 開發(fā)文檔中說明了 role 有三種值，一個(gè)是 system，表示讓 ChatGPT 充當(dāng)什么角色，第二種取值是 user，表示用戶，第三種是 assistant，表示 ChatGPT。而角色對應(yīng)的內(nèi)容存儲到 content 變量中。這類似于 map 集合，也就是 role 是 key，content 是 value。

有更多問題歡迎訪問博客。文章來源地址http://www.zghlxwxcb.cn/news/detail-401930.html

到了這里，關(guān)于基于ChatGPT API的PC端軟件開發(fā)過程遇到的問題的分析的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！