国产无码综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

<em id="fksaj"></em>

福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源

2年前作者：程序員修煉分類：Toy博客閱讀(17)違法舉報

這篇具有很好參考價值的文章主要介紹了福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方，請大家不吝賜教，您也可以點擊"舉報違法"按鈕提交疑問。

簡介

本文分享一個我前幾個月實現(xiàn)的一個智能聊天系統(tǒng)小項目，包含了java后端，微信小程序端，web頁面端三個子工程。

代碼已經(jīng)全部開源，地址放在了文末。

最近一年，chatGPT的火爆程度，已經(jīng)不需要我再多說了，但是依舊有很多人想用卻用不上，原因大家也都很清楚，因為需要科學(xué)上網(wǎng)才可以訪問，并且注冊也需要綁定海外的銀行卡。那么這就給了很多人賺錢的機會，于是很多套殼類網(wǎng)站層出不窮，只需要簡單寫一下代碼，部署到海外的服務(wù)器上，就可以進行訪問了，并且可以實現(xiàn)和chatgpt官網(wǎng)一樣的效果。然后再通過充值會員，或者購買次數(shù)，來賺錢。

當(dāng)然，我這個項目也是很久之前就已經(jīng)實現(xiàn)了，但是并不是為了賺錢，當(dāng)時的想法是，第一是為了練習(xí)編程技術(shù)，作為程序員，遇到新鮮的事物，總是會想著嘗試一番。第二是為了方便自己，因為自己平時學(xué)習(xí)或者辦公中，也會經(jīng)常使用chatgpt，但是公司網(wǎng)絡(luò)又不允許我使用官網(wǎng)，那么不如自己來套殼一個，然后再提供前端頁面進行交互，不就可以了嗎。

后來，因為網(wǎng)頁版對于手機使用非常不方便，于是就又開發(fā)出一個微信小程序，可以隨時隨地使用了，對我的工作和學(xué)習(xí)幫助還是挺大的，遇到問題就可以直接詢問chatGPT了，而且我預(yù)設(shè)置了多種角色，精心調(diào)試了prompt，來實現(xiàn)特定場景或特定領(lǐng)域的問答機器人。

現(xiàn)在，我決定將這些所有的東西全部開源，毫無保留，大家可以使用代碼進行學(xué)習(xí)或者部署使用，微信小程序端就不建議大家發(fā)布了，現(xiàn)在微信是不允許對接chatGPT的，大概率會審核不通過。我是因為發(fā)布的早，并且沒有做過宣傳，只是自己和身邊人使用，訪問量非常小。

效果圖展示

先來看下效果圖吧，這樣才能更加直觀的展示。vue實現(xiàn)的網(wǎng)頁端和微信小程序端，整體功能是一樣的，只是布局有一點小的差異。

網(wǎng)頁端

可以根據(jù)類別進行劃分，每個類別下有多種角色
福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源,chatgpt,chatgpt,小程序,開源

聊天頁面，類似微信聊天一樣，左側(cè)是聯(lián)系人列表，右邊是對話框，下方是輸入框。對話框中，自己的輸入在右邊顯示，chatGPT的輸出在左邊顯示。支持markdown格式轉(zhuǎn)換。
福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源,chatgpt,chatgpt,小程序,開源

微信小程序端

類似的布局，同樣的功能，支持積分扣減
福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源,chatgpt,chatgpt,小程序,開源

后端項目介紹

后端是使用spring boot進行搭建的，同時會使用到mysql, mybaits，spring data jpa, redis等組件。

為什么使用spring boot，因為自己是一名java程序員，當(dāng)然對python和go也略知一二，只是對性能要求沒有那么高，并且自己根據(jù)熟悉，所以選擇了java語言，而Spring Boot是一個開源的Java開發(fā)框架，它簡化了Java應(yīng)用程序的開發(fā)和部署過程。相比于傳統(tǒng)的Java開發(fā)，Spring Boot具有以下優(yōu)點：
1.簡化配置：Spring Boot提供了自動配置的功能，可以根據(jù)項目的依賴自動配置各種組件，無需手動編寫大量的XML配置文件，大大提高了開發(fā)效率。

2.內(nèi)嵌服務(wù)器：Spring Boot內(nèi)置了常用的服務(wù)器，如Tomcat、Jetty等，可以直接將應(yīng)用程序打包為可執(zhí)行的Jar包或War包，簡化了部署和運行的過程。

3.良好的擴展性：Spring Boot基于Spring框架，可以與其他Spring生態(tài)系統(tǒng)的組件無縫集成，如Spring Data、Spring Security等，拓展了開發(fā)的能力。

搭建Spring Boot項目環(huán)境非常簡單，只需要幾個步驟：

1.在IDE中創(chuàng)建一個新的Spring Boot項目，可以選擇使用Spring Initializr或者直接創(chuàng)建一個空的Maven或Gradle項目。

2.在項目的依賴管理文件（如pom.xml）中，添加Spring Boot的啟動器依賴，例如：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>

3.編寫Spring Boot應(yīng)用程序的入口類，例如：

@SpringBootApplication
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

4.在入口類中，可以添加一些配置和組件，例如定義數(shù)據(jù)源、配置日志等。

至此，一個簡單的Spring Boot項目就搭建完成了。接下來，我們將介紹如何集成OpenAI接口實現(xiàn)ChatGPT功能。

為了實現(xiàn)ChatGPT功能，我們需要先了解OpenAI接口的相關(guān)信息。OpenAI是一個人工智能技術(shù)公司，提供了各種自然語言處理的API，其中包括了ChatGPT功能。ChatGPT是一個強大的對話生成模型，可以根據(jù)輸入的對話歷史生成下一句話。

要使用OpenAI接口，我們需要進行以下步驟：

1.注冊O(shè)penAI賬號并獲取API密鑰：在OpenAI官網(wǎng)注冊一個賬號，并獲取API密鑰，用于進行API請求。

2.集成OpenAI接口到Spring Boot項目：添加OpenAI的API依賴到項目中，我這里使用的是另外一個開源項目chatgpt-java，例如：

 <dependency>
   <groupId>com.unfbx</groupId>
    <artifactId>chatgpt-java</artifactId>
    <version>1.0.12</version>
</dependency>

3.使用webSocket。
WebSocket是一種在客戶端和服務(wù)器之間實現(xiàn)雙向通信的協(xié)議，通過該協(xié)議可以在服務(wù)端主動向客戶端推送數(shù)據(jù)，實現(xiàn)實時的雙向通信。與傳統(tǒng)的HTTP請求-響應(yīng)模式不同，WebSocket的連接一旦建立，客戶端和服務(wù)器可以持久性地保持連接，雙方可以隨時發(fā)送和接收消息，達到實時通信的效果。這種實時通信對于聊天應(yīng)用、實時數(shù)據(jù)展示和協(xié)同編輯等場景非常有用。
（1）添加依賴

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-websocket</artifactId>
</dependency>

（2）建立連接，這里需要參數(shù)用戶id

 @OnOpen
 public void onOpen(Session session, @PathParam("uid") String uid) {
     log.info("websocket open,uid:{}", uid);
     this.session = session;
     this.uid = uid;
     webSocketSet.add(this);
     SESSIONS.add(session);

     if (chatWebSocketMap.containsKey(uid)) {
         chatWebSocketMap.remove(uid);
         chatWebSocketMap.put(uid, this);
     } else {
         chatWebSocketMap.put(uid, this);
         addOnlineCount();
     }
     log.info("websocket onOpen, userId:{}, online count:{}", this.uid, getOnlineCount());
 }

（3）接收前端消息，并調(diào)用openAI。

因為websocket只能有定義一個字符串進行前后端交互，所以如果我們需要傳遞多個參數(shù)的話，需要將其轉(zhuǎn)換為json字符串傳遞進來，并在接受后進行解析。如下所示，我們需要將roleId傳遞進來，roleId代表是和哪一個角色進行對話，這個在后面會用到，messages列表，里面存放了歷史對話記錄，這里傳遞進來是為了保持上下文進行通信，創(chuàng)建一個EventSourceListener，并把session傳入進去，最后ChatCompletion 就是與openAI交互的結(jié)構(gòu)體。

@OnMessage
public void onMessage(String message) {
     log.info("onMessage, userId:{} ", this.uid);
     JSONObject jsonObject = JSONUtil.parseObj(message);
     Integer roleId = jsonObject.getInt("roleId");
     String messageString = jsonObject.getStr("message");
     List<Message> messages = new ArrayList<>();
     messages = JSONUtil.toList(messageString, Message.class);
     //接受參數(shù)
     OpenAIWebSocketEventSourceListener eventSourceListener = new OpenAIWebSocketEventSourceListener(this.session);

     ChatCompletion chatCompletion = buildChatCompletion(roleId, messages);
     openAiStreamClient.streamChatCompletion(chatCompletion, eventSourceListener);
 }

（4）組裝報文。

我們可以將每一種角色的prompt，使用到的模型，最大token等參數(shù)，保存到數(shù)據(jù)庫中，根據(jù)roleId進行獲取，然后組裝成ChatCompletion。其中，message結(jié)構(gòu)體中，包含了role和content，role分為三種，分別是system，user，assistant。其中system是系統(tǒng)指定的，里面可以存放你的prompt，用來告訴chatGPT，它現(xiàn)在要扮演什么角色，要怎么輸出內(nèi)容，都可以在system指令中進行指定。user為用戶輸入的文本。assistant為chatGPT的回答的文本。model中可以指定自己使用的模型，可以使用gpt-3.5-turbo，gpt-4-32k等，根據(jù)自己實際情況進行選擇。

private ChatCompletion buildChatCompletion(int id, List<Message> messages) {
     ChatCompletion chatCompletion;
     Role role = roleService.getRoleById(id);
     if (role != null) {
         Message roleMessage = Message.builder().content(role.getRoleMessage())
                 .role(Message.Role.SYSTEM).build();
         messages.add(0, roleMessage);
         chatCompletion = ChatCompletion.builder()
                 .temperature(role.getTemperature())
                 .model(role.getModel())
                 .maxTokens(role.getMaxTokens())
                 .topP(role.getTopP())
                 .presencePenalty(role.getPresencePenalty())
                 .frequencyPenalty(role.getFrequencyPenalty())
                 .messages(messages)
                 .stream(true)
                 .user(this.uid)
                 .build();
     } else {
         chatCompletion = ChatCompletion.builder()
                 .messages(messages)
                 .stream(true)
                 .user(this.uid)
                 .build();
     }
     return chatCompletion;
 }

（5）發(fā)送請求到openAI

public void streamChatCompletion(ChatCompletion chatCompletion, EventSourceListener eventSourceListener) {
    if (Objects.isNull(eventSourceListener)) {
        log.error("參數(shù)異常：EventSourceListener不能為空，可以參考：com.unfbx.chatgpt.sse.ConsoleEventSourceListener");
        throw new BaseException(CommonError.PARAM_ERROR);
    } else {
        if (!chatCompletion.isStream()) {
            chatCompletion.setStream(true);
        }

        try {
            EventSource.Factory factory = EventSources.createFactory(this.okHttpClient);
            ObjectMapper mapper = new ObjectMapper();
            String requestBody = mapper.writeValueAsString(chatCompletion);
            Request request = (new Request.Builder()).url(this.apiHost + "v1/chat/completions").post(RequestBody.create(MediaType.parse(ContentType.JSON.getValue()), requestBody)).build();
            factory.newEventSource(request, eventSourceListener);
        } catch (JsonProcessingException var8) {
            log.error("請求參數(shù)解析異常：{}", var8);
            var8.printStackTrace();
        } catch (Exception var9) {
            log.error("請求參數(shù)解析異常：{}", var9);
            var9.printStackTrace();
        }

    }
}

上面代碼中，通過okHttpClient創(chuàng)建了一個EventSource.Factory對象，然后創(chuàng)建了一個ObjectMapper對象，用于將數(shù)據(jù)轉(zhuǎn)換為JSON格式。使用ObjectMapper將completion對象轉(zhuǎn)換為JSON字符串，存儲在requestBody變量中，使用ObjectMapper將completion對象轉(zhuǎn)換為JSON字符串，存儲在requestBody變量中，最后通過已創(chuàng)建的EventSource.Factory對象調(diào)用newEventSource方法，傳入創(chuàng)建的Request對象和eventSourceListener參數(shù)。這樣就創(chuàng)建了一個EventSource對象，并開始監(jiān)聽事件。簡單來說，這段代碼的作用是創(chuàng)建一個EventSource對象，并發(fā)送一個POST請求。

現(xiàn)在有兩項技術(shù)需要解釋一下，分別是okHttpClient和EventSource。

okHttpClient

okHttpClient是一個開源的Java HTTP客戶端庫，由Square公司開發(fā)。它提供了一個簡單易用的接口，用于發(fā)送HTTP請求并處理響應(yīng)。
特點：

支持同步和異步請求：okHttpClient可以發(fā)送同步和異步的HTTP請求。同步請求會阻塞當(dāng)前線程，直到接收到服務(wù)器的響應(yīng)；異步請求則使用回調(diào)函數(shù)來處理響應(yīng)。
連接池管理：okHttpClient使用連接池來管理和復(fù)用HTTP連接，從而降低網(wǎng)絡(luò)請求的延遲。它支持并發(fā)請求和多線程環(huán)境下的高效連接復(fù)用。
支持HTTP/2和SPDY協(xié)議：okHttpClient支持最新的HTTP/2和SPDY協(xié)議，可以提供更快的傳輸速度和更低的網(wǎng)絡(luò)延遲。
支持攔截器：okHttpClient提供了攔截器機制，可以在請求和響應(yīng)的不同階段進行自定義操作，例如添加請求頭、日志記錄等。
支持重試和重定向：okHttpClient可以自動處理請求的失敗、重試和重定向，減少開發(fā)者處理這些場景的工作量。
可擴展性和靈活性：okHttpClient通過插件系統(tǒng)提供了很高的可擴展性，并且可以根據(jù)實際需求進行各種配置，如超時設(shè)置、緩存策略等。

總的來說，okHttpClient是一個功能強大、易于使用和高效的Java HTTP客戶端庫，用于發(fā)送HTTP請求并處理響應(yīng)，適用于各種網(wǎng)絡(luò)場景和需求。

EventSource

EventSource是HTML5中定義的一種客戶端API，也被稱為服務(wù)器發(fā)送事件（Server-Sent Events）。它提供了一種在客戶端與服務(wù)器之間實現(xiàn)單向通信的機制。以下是EventSource的作用和詳細解釋：
作用：

實時數(shù)據(jù)推送：EventSource可以與服務(wù)器建立長連接，通過服務(wù)器推送數(shù)據(jù)，實現(xiàn)實時更新，而無需客戶端主動請求。
可靠性：EventSource會自動恢復(fù)與服務(wù)器連接，即使網(wǎng)絡(luò)連接中斷或重新連接。
簡化開發(fā)：相比于WebSocket，EventSource更為簡單易用，不需要進行握手等繁瑣的操作。

工作原理：

客戶端通過創(chuàng)建EventSource對象，并指定服務(wù)器端的URL來與服務(wù)器進行連接。
服務(wù)器向客戶端發(fā)送事件流（event stream），可以包含不同類型的事件（event），每個事件都包含一個事件類型（event type）和事件數(shù)據(jù)（event data）。
客戶端通過監(jiān)聽EventSource對象的相關(guān)事件來獲取服務(wù)器發(fā)來的數(shù)據(jù)，如onmessage事件用于接收消息，onerror事件用于處理連接錯誤，等等。

優(yōu)點：

對于服務(wù)器推送數(shù)據(jù)的場景非常適用，特別是在實時性要求較高且數(shù)據(jù)量較小的情況下。
內(nèi)部自動處理了連接狀態(tài)、網(wǎng)絡(luò)中斷等問題，減輕了開發(fā)者的負擔(dān)。
不需要考慮跨域問題，因為EventSource默認支持跨域訪問。

需要注意的是，EventSource與WebSocket的區(qū)別在于數(shù)據(jù)傳輸方式。WebSocket提供了雙向通信的能力，并支持客戶端和服務(wù)器端之間的全雙工通信，而EventSource只支持服務(wù)器向客戶端的單向數(shù)據(jù)推送。

我們這里后端代碼調(diào)用openAI使用的是EventSource，前端和后端通信用的是WebSocket，其實都可以使用EventSource。

（6）監(jiān)聽openAI響應(yīng)
我們通過EventSourceListener監(jiān)聽

public void onEvent(EventSource eventSource, String id, String type, String data) {
     if (data.equals("[DONE]")) {
         log.info("OpenAI返回數(shù)據(jù)結(jié)束了");
         session.getBasicRemote().sendText("[DONE]");
         return;
     }
     ObjectMapper mapper = new ObjectMapper();
     ChatCompletionResponse completionResponse = mapper.readValue(data, ChatCompletionResponse.class);
     String delta = mapper.writeValueAsString(completionResponse.getChoices().get(0).getDelta());
     session.getBasicRemote().sendText(delta);
 }

session對象代表了客戶端與服務(wù)器之間的一個會話連接。它是WebSocket中的一個核心對象，用于進行數(shù)據(jù)交互。session.getBasicRemote()方法返回RemoteEndpoint.Basic對象，通過該對象可以向客戶端發(fā)送消息。

sendText()方法是RemoteEndpoint.Basic對象的一個方法，用于發(fā)送文本消息到客戶端。delta是要發(fā)送的文本消息內(nèi)容。這句代碼的作用是將delta文本消息發(fā)送給客戶端，實現(xiàn)服務(wù)器向客戶端的實時消息推送功能，這樣，之前和后端建立好WebSocket連接的前端，就可以接收到來自chatGPT的響應(yīng)了。

數(shù)據(jù)庫結(jié)構(gòu)

主要涉及到3張表，分別為role_type，role_desc和role。其中，role_type表是存放角色分類的，如娛樂、生活、工作、學(xué)習(xí)、健康等。
建表語句如下：

CREATE TABLE `role_type` (
  `id` varchar(64) NOT NULL COMMENT '主鍵',
  `role_type_name` varchar(256) NOT NULL COMMENT '類別名稱',
  `sort_num` decimal(10,2) NOT NULL DEFAULT '1.00' COMMENT '排序序號',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='角色類別表';

role_desc表是角色描述信息表，其中包含了角色名稱，簡介，圖片等內(nèi)容，主要是用于角色列表展示的。
建表語句如下：

CREATE TABLE `role_desc` (
  `id` varchar(10) NOT NULL COMMENT '主鍵',
  `title` varchar(512) NOT NULL COMMENT '標題',
  `description` text COMMENT '內(nèi)容',
  `chat` text COMMENT '聊天內(nèi)容',
  `image` varchar(128) NOT NULL COMMENT '圖片',
  `role_id` int DEFAULT NULL COMMENT 'roleId',
  `sort_num` decimal(10,2) NOT NULL DEFAULT '1.00' COMMENT '排序序號',
  `post_status` smallint DEFAULT '0' COMMENT '上線狀態(tài)',
  `create_date` datetime DEFAULT NULL COMMENT '創(chuàng)建時間',
  `update_date` datetime DEFAULT NULL COMMENT '更新時間',
  `role_type_id` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `type_index` (`role_type_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='角色描述表';

福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源,chatgpt,chatgpt,小程序,開源

role表，是角色參數(shù)表，用于保存角色的prompt和調(diào)用openAI的一些核心參數(shù)，如模型，最大token等
建表語句如下：

CREATE TABLE `role` (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '唯一標識，自動遞增',
  `role_name` varchar(255) DEFAULT NULL,
  `role_message` text,
  `model` varchar(255) NOT NULL DEFAULT 'gpt-3.5-turbo',
  `create_time` datetime NOT NULL,
  `temperature` double NOT NULL DEFAULT '0.2',
  `max_tokens` int NOT NULL DEFAULT '2048',
  `top_p` double NOT NULL DEFAULT '1',
  `presence_penalty` double NOT NULL DEFAULT '0',
  `frequency_penalty` double NOT NULL DEFAULT '0',
  `n` int NOT NULL DEFAULT '1',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1001 DEFAULT CHARSET=utf8mb3;

福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源,chatgpt,chatgpt,小程序,開源

總結(jié)

本次分享，只分享了后端代碼，前端和小程序端，下次繼續(xù)分享。如果你想繼續(xù)了解的話，可以關(guān)注我的公眾號【程序員修煉】。

最后，代碼獲取方式，關(guān)注公眾號，發(fā)送"ChatGPTService"獲取后端代碼，發(fā)送"ChatGPTWeChat"獲取小程序代碼，發(fā)送"ChatGPTWeb"獲取前端代碼。

另外，有任何問題，可加我微信【cxyxl66】進行咨詢，來者不拒。文章來源地址http://www.zghlxwxcb.cn/news/detail-706960.html

到了這里，關(guān)于福利！打造自己的ChatGPT聊天小程序，前后端代碼全開源的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY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)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載，請注明出處：如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符，請點擊違法舉報進行投訴反饋，一經(jīng)查實，立即刪除！

分享到：

領(lǐng)支付寶紅包贊助服務(wù)器費用

ChatGPT-MP：基于ChatGPT實現(xiàn)的微信小程序，適配H5和WEB端，包含前后臺，支持打字效果輸出流式輸出，支持AI聊天次數(shù)限制，支持分享增加次數(shù)等功能
包含前后臺，支持打字效果輸出流式輸出，支持AI聊天次數(shù)限制，支持分享增加次數(shù)等功能。開源版禁止商用，僅供學(xué)習(xí)交流，禁止倒賣。感謝Star！技術(shù)棧：JDK8 + SpringBoot + Vue2 + Uniapp + Mysql Github地址：https://github.com/oldinaction/ChatGPT-MP Gitee地址(國內(nèi)訪問更快)：https://gitee.com
2024年02月09日
瀏覽(26)
高級Prompt指南：打造高效聊天體驗，讓ChatGPT更懂你
隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，人工智能在各個領(lǐng)域都表現(xiàn)出越來越強大的能力。其中，自然語言處理（NLP）領(lǐng)域發(fā)展迅猛，將人工智能技術(shù)應(yīng)用于對話系統(tǒng)、語音識別和機器翻譯等方面。ChatGPT是一個基于GPT-3.5語言模型的智能對話系統(tǒng)，可以在多種應(yīng)用場景下提供優(yōu)質(zhì)的對
2023年04月24日
瀏覽(29)
用MidJourney設(shè)計自己的專屬Logo；哈佛大學(xué)教你如何使用GPT-4打造智能程序；ChatGPT精美入門手冊；使用ChatGPT開發(fā)二次元游戲攻略 | ShowMeAI日報
?? 日報周刊合集 | ?? 生產(chǎn)力工具與行業(yè)應(yīng)用大全 | ?? 點贊關(guān)注評論拜托啦！ ? Twitter@indigo11 5月11日凌晨，在一年一度的Google I/O開發(fā)者大會上，Google 高管輪番上陣，公布了一系列與生成式AI相關(guān)進展，涉及全新大模型、AI聊天機器人、搜索、辦公軟件、云服務(wù)、安卓系統(tǒng)等
2024年02月09日
瀏覽(47)
召喚神龍打造自己的ChatGPT
在之前的兩篇文章中，我介紹了GPT 1和2的模型，并分別用Tensorflow和Pytorch來實現(xiàn)了模型的訓(xùn)練。具體可以見以下文章鏈接： 1. 基于Tensorflow來重現(xiàn)GPT v1模型_gzroy的博客-CSDN博客 2. 花費7元訓(xùn)練自己的GPT 2模型_gzroy的博客-CSDN博客有了GPT模型，我們自然會想更進一步來訓(xùn)練自己的
2024年02月14日
瀏覽(14)
暢聊未來：低代碼打造在線聊天系統(tǒng)
前言現(xiàn)代社交網(wǎng)絡(luò)的普及使得在線聊天成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠?。然而，傳統(tǒng)的開發(fā)方式往往復(fù)雜且耗時，因此尋找一種更快捷、靈活且可視化的方法來構(gòu)建在線聊天系統(tǒng)變得尤為重要。本文將介紹如何利用低代碼平臺來快速搭建一個功能齊全的在線聊天系統(tǒng)。
2024年02月20日
瀏覽(17)
ChatGPT-MP：基于GPT實現(xiàn)的微信小程序，適配H5和WEB端，包含前后臺，支持打字效果輸出流式輸出，支持AI聊天次數(shù)限制，支持分享增加次數(shù)等功能
包含前后臺，支持打字效果輸出流式輸出，支持AI聊天次數(shù)限制，支持分享增加次數(shù)等功能。開源版禁止商用，僅供學(xué)習(xí)交流，禁止倒賣。感謝Star！技術(shù)棧：JDK8 + SpringBoot + Vue2 + Uniapp + Mysql Github地址：https://github.com/oldinaction/ChatGPT-MP Gitee地址(國內(nèi)訪問更快)：https://gitee.com
2024年02月15日
瀏覽(29)
揭秘ChatGPT，如何打造自己的自定義指令
又在深夜，正要打開ChatGPT官網(wǎng)測試下pdf對話功能，發(fā)現(xiàn)ChatGPT又有更新。本次更新總結(jié)有2點： 1.對于Plus用戶，GPT-4的使用限額從25條/3h提升至50條（整整提升1倍~ $20的訂閱費又更超值了） 2.新增 Custom instructions （個性化指令），簡單可以理解為個人角色和期望回答定義 Custom
2024年02月10日
瀏覽(23)
小程序進銷存管理系統(tǒng)多用戶多倉庫，uniapp源碼可生成H5頁面和APP，前后端全開源
小程序進銷存管理系統(tǒng)多用戶多倉庫，uniapp源碼可生成H5頁面和APP，前后端全開源功能 1、支持采購單錄入、審核、入庫、退貨等采購過程中的記錄追蹤 2、支持銷售、出庫、銷售審核、出庫審核、退貨等跟蹤 3、支持產(chǎn)品出庫、入庫的數(shù)據(jù)導(dǎo)出 4、支持用戶、倉庫等管理 ID:
2024年02月15日
瀏覽(24)
ChatGPT新突破：打造自己的智能機器人控制系統(tǒng)
?? 作者簡介：大家好，我是Zeeland，全棧領(lǐng)域優(yōu)質(zhì)創(chuàng)作者。 ?? CSDN主頁：Zeeland?? ?? 我的博客：Zeeland ?? Github主頁: Undertone0809 (Zeeland) (github.com) ?? 支持我：點贊??+收藏??+留言?? ?? 系列專欄：Python系列專欄 ?? ??介紹：The mixture of software dev+Iot+ml+anything?? 【promptu
2024年02月08日
瀏覽(29)
使用ChatGPT加個人微信公眾號打造屬于自己的AI助手
相信現(xiàn)在不少人已經(jīng)體驗過ChatGPT，并被它的智能程度所折服。ChatGPT可以高效的完成許多事，但就目前來說使用還是限制不少，如何進一步使用它和如何更加方便使用它是現(xiàn)在許多人的思考問題。在此，給各位介紹一下如何使用微信公眾號和ChatGPT打造成一個方便的個人助手。
2023年04月17日
瀏覽(27)