前言

今天突然突發(fā)奇想，就想要用java來調(diào)用chatget的接口，實現(xiàn)自己的聊天機器人，但是網(wǎng)上找文章，屬實是少的可憐(可能是不讓發(fā)吧)。找到了一些文章，但是基本都是通過調(diào)用別人的庫來完成的，導(dǎo)入其他的jar還有不低的學(xué)習(xí)成本，于是就自己使用HttpClient5寫了一個，在這里講解一下思路。

導(dǎo)包

對于http調(diào)用，我使用的是比較流行的httpclient5，然后直接創(chuàng)建了一個springboot項目，方便以后對外提供接口。

    <parent>
        <artifactId>spring-boot-starter-parent</artifactId>
        <groupId>org.springframework.boot</groupId>
        <version>2.5.3</version>
    </parent>

    <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>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>

        <!-- https://mvnrepository.com/artifact/org.apache.httpcomponents.client5/httpclient5 -->
        <dependency>
            <groupId>org.apache.httpcomponents.client5</groupId>
            <artifactId>httpclient5</artifactId>
            <version>5.2.1</version>
        </dependency>

    </dependencies>

基本說明

在編寫代碼之前，這個先給出HttpClient的Api文檔 api文檔

我們在編寫代碼之前需要了解官方提供的接口如何進行訪問以及返回的結(jié)果是什么

請求參數(shù)

官方文檔地址為 文檔，請求參數(shù)必須填寫的內(nèi)容如下

{
  "model": "gpt-3.5-turbo",
  "messages": [{"role": "user", "content": "Hello!"}]
}

一個是model，一個是messages。model根據(jù)自己的情況來選擇，聊天的話就是gpt-3.5-turbo，下面的messages里面包含n個對象，每個對象有role和content，role表示角色，content表示內(nèi)容。
下面為官方文檔中的解釋

簡單理解就是我們要問問題，role就是user。如果要實現(xiàn)連續(xù)對話，那么就將返回的返回內(nèi)容設(shè)置到messages中，role設(shè)置為返回的role。

響應(yīng)參數(shù)

下面直接給出響應(yīng)的內(nèi)容

{
 'id': 'chatcmpl-6p9XYPYSTTRi0xEviKjjilqrWU2Ve',
 'object': 'chat.completion',
 'created': 1677649420,
 'model': 'gpt-3.5-turbo',
 'usage': {'prompt_tokens': 56, 'completion_tokens': 31, 'total_tokens': 87},
 'choices': [
   {
    'message': {
      'role': 'assistant',
      'content': 'The 2020 World Series was played in Arlington, Texas at the Globe Life Field, which was the new home stadium for the Texas Rangers.'},
    'finish_reason': 'stop',
    'index': 0
   }
  ]
}

我們問問題的答案就在choices.message下的content中，而role就代表了chatGpt扮演的角色。看到這我們就應(yīng)該知道該干嘛了吧肯定是創(chuàng)建對應(yīng)的VO類啊。

創(chuàng)建請求和響應(yīng)的VO類

下面5個類就對應(yīng)了我們發(fā)送和接收的各種信息

ChatGptMessage類

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

ChatGptRequestParameter 類

@Data
@NoArgsConstructor
@AllArgsConstructor
public class ChatGptRequestParameter {

    String model = "gpt-3.5-turbo";

    List<ChatGptMessage> messages = new ArrayList<>();

    public void addMessages(ChatGptMessage message) {
        this.messages.add(message);
    }

}

ChatGptResponseParameter 類

@Data
@NoArgsConstructor
@AllArgsConstructor
public class ChatGptResponseParameter {

    String id;
    String object;
    String created;
    String model;
    Usage usage;
    List<Choices> choices;
}

Choices 類

@Data
@NoArgsConstructor
@AllArgsConstructor
public class Choices {

    ChatGptMessage message;
    String finish_reason;
    Integer index;
}

Usage 類

@Data
@NoArgsConstructor
@AllArgsConstructor
public class Usage {

    String prompt_tokens;
    String completion_tokens;
    String total_tokens;
}

代碼編寫

不說廢話，首先創(chuàng)建一個CustomChatGpt類

public class CustomChatGpt {

}

然后定義一些成員屬性

    /**
     * 自己chatGpt的ApiKey
     */
    private String apiKey;
    /**
     * 使用的模型
     */
    private String model = "gpt-3.5-turbo-0301";
    /**
     * 對應(yīng)的請求接口
     */
    private String url = "https://api.openai.com/v1/chat/completions";
    /**
     * 默認編碼
     */
    private Charset charset = StandardCharsets.UTF_8;
        /**
     * 創(chuàng)建一個ChatGptRequestParameter，用于攜帶請求參數(shù)
     */
    private ChatGptRequestParameter chatGptRequestParameter = new ChatGptRequestParameter();

提供一個ApiKey的構(gòu)造器，創(chuàng)建該對象必須要傳入ApiKey

    public CustomChatGpt(String apiKey) {
        this.apiKey = apiKey;
    }

定義一個響應(yīng)超時時間

    /**
     * 響應(yīng)超時時間，毫秒
     */
    private int responseTimeout = 10000;

    public void setResponseTimeout(int responseTimeout) {
        this.responseTimeout = responseTimeout;
    }

編寫一個getAnswer方法，要求傳入一個CloseableHttpClient和一個問題

    public String getAnswer(CloseableHttpClient client, String question) {
    
    }

繼續(xù)實現(xiàn)方法，下面會完成一些參數(shù)的創(chuàng)建和設(shè)置

        // 創(chuàng)建一個HttpPost
        HttpPost httpPost = new HttpPost(url);
        // 創(chuàng)建一個ObjectMapper，用于解析和創(chuàng)建json
        ObjectMapper objectMapper = new ObjectMapper();
        // 設(shè)置請求參數(shù)
        chatGptRequestParameter.addMessages(new ChatGptMessage("user", question));
        HttpEntity httpEntity = null;
        try {
            // 對象轉(zhuǎn)換為json字符串
            httpEntity = new StringEntity(objectMapper.writeValueAsString(chatGptRequestParameter), charset);
        } catch (JsonProcessingException e) {
            System.out.println(question + "->json轉(zhuǎn)換異常");
            return null;
        }
        httpPost.setEntity(httpEntity);

下面會完成一些配置的設(shè)置

        // 設(shè)置請求頭
        httpPost.setHeader(HttpHeaders.CONTENT_TYPE, "application/json");
        // 設(shè)置登錄憑證
        httpPost.setHeader(HttpHeaders.AUTHORIZATION, "Bearer " + apiKey);

        // 用于設(shè)置超時時間
        RequestConfig config = RequestConfig
                .custom()
                .setResponseTimeout(responseTimeout, TimeUnit.MILLISECONDS)
                .build();
        httpPost.setConfig(config);

下面代碼會提交請求，解析響應(yīng)，最后返回對應(yīng)問題的答案

        try {
            // 提交請求
            return client.execute(httpPost, response -> {
                // 得到返回的內(nèi)容
                String resStr = EntityUtils.toString(response.getEntity(), charset);
                // 轉(zhuǎn)換為對象
                ChatGptResponseParameter responseParameter = objectMapper.readValue(resStr, ChatGptResponseParameter.class);
                String ans = "";
                // 遍歷所有的Choices（一般都只有一個）
                for (Choices choice : responseParameter.getChoices()) {
                    ChatGptMessage message = choice.getMessage();
                    chatGptRequestParameter.addMessages(new ChatGptMessage(message.getRole(), message.getContent()));
                    String s = message.getContent().replaceAll("\n+", "\n");
                    ans += s;
                }
                // 返回信息
                return ans;
            });
        } catch (IOException e) {
            e.printStackTrace();
        }
        // 發(fā)生異常，移除剛剛添加的ChatGptMessage
        chatGptRequestParameter.getMessages().remove(chatGptRequestParameter.getMessages().size()-1);
        return "您當前的網(wǎng)絡(luò)無法訪問";

下面給出這個類的完整代碼

import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.ttpfx.vo.ChatGptMessage;
import com.ttpfx.vo.ChatGptRequestParameter;
import com.ttpfx.vo.ChatGptResponseParameter;
import com.ttpfx.vo.Choices;
import org.apache.hc.client5.http.classic.methods.HttpPost;
import org.apache.hc.client5.http.config.RequestConfig;
import org.apache.hc.client5.http.impl.classic.CloseableHttpClient;
import org.apache.hc.core5.http.HttpEntity;
import org.apache.hc.core5.http.HttpHeaders;
import org.apache.hc.core5.http.io.entity.EntityUtils;
import org.apache.hc.core5.http.io.entity.StringEntity;

import java.io.IOException;
import java.nio.charset.Charset;
import java.nio.charset.StandardCharsets;
import java.util.concurrent.TimeUnit;

/**
 * @author ttpfx
 * @date 2023/3/23
 */
public class CustomChatGpt {
    /**
     * 自己chatGpt的ApiKey
     */
    private String apiKey;
    /**
     * 使用的模型
     */
    private String model = "gpt-3.5-turbo-0301";
    /**
     * 對應(yīng)的請求接口
     */
    private String url = "https://api.openai.com/v1/chat/completions";
    /**
     * 默認編碼
     */
    private Charset charset = StandardCharsets.UTF_8;


    /**
     * 創(chuàng)建一個ChatGptRequestParameter，用于攜帶請求參數(shù)
     */
    private ChatGptRequestParameter chatGptRequestParameter = new ChatGptRequestParameter();

    /**
     * 相應(yīng)超時時間，毫秒
     */
    private int responseTimeout = 1000;

    public void setResponseTimeout(int responseTimeout) {
        this.responseTimeout = responseTimeout;
    }

    public CustomChatGpt(String apiKey) {
        this.apiKey = apiKey;
    }

    public String getAnswer(CloseableHttpClient client, String question) {

        // 創(chuàng)建一個HttpPost
        HttpPost httpPost = new HttpPost(url);
        // 創(chuàng)建一個ObjectMapper，用于解析和創(chuàng)建json
        ObjectMapper objectMapper = new ObjectMapper();

        // 設(shè)置請求參數(shù)
        chatGptRequestParameter.addMessages(new ChatGptMessage("user", question));
        HttpEntity httpEntity = null;
        try {
            // 對象轉(zhuǎn)換為json字符串
            httpEntity = new StringEntity(objectMapper.writeValueAsString(chatGptRequestParameter), charset);
        } catch (JsonProcessingException e) {
            System.out.println(question + "->json轉(zhuǎn)換異常");
            return null;
        }
        httpPost.setEntity(httpEntity);


        // 設(shè)置請求頭
        httpPost.setHeader(HttpHeaders.CONTENT_TYPE, "application/json");
        // 設(shè)置登錄憑證
        httpPost.setHeader(HttpHeaders.AUTHORIZATION, "Bearer " + apiKey);

        // 用于設(shè)置超時時間
        RequestConfig config = RequestConfig
                .custom()
                .setResponseTimeout(responseTimeout, TimeUnit.MILLISECONDS)
                .build();
        httpPost.setConfig(config);
        try {
            // 提交請求
            return client.execute(httpPost, response -> {
                // 得到返回的內(nèi)容
                String resStr = EntityUtils.toString(response.getEntity(), charset);
                // 轉(zhuǎn)換為對象
                ChatGptResponseParameter responseParameter = objectMapper.readValue(resStr, ChatGptResponseParameter.class);
                String ans = "";
                // 遍歷所有的Choices（一般都只有一個）
                for (Choices choice : responseParameter.getChoices()) {
                    ChatGptMessage message = choice.getMessage();
                    chatGptRequestParameter.addMessages(new ChatGptMessage(message.getRole(), message.getContent()));
                    String s = message.getContent().replaceAll("\n+", "\n");
                    ans += s;
                }
                // 返回信息
                return ans;
            });
        } catch (IOException e) {
            e.printStackTrace();
        }
        // 發(fā)生異常，移除剛剛添加的ChatGptMessage
        chatGptRequestParameter.getMessages().remove(chatGptRequestParameter.getMessages().size()-1);
        return "您當前的網(wǎng)絡(luò)無法訪問";
    }
}

使用

下面就是測試代碼，我們只需要傳入一個CloseableHttpClient 和 question 即可

public class Test {
    public static void main(String[] args) throws IOException {
        CloseableHttpClient httpClient = HttpClients.createDefault();
        String apiKey = "自己的ApiKey";
        CustomChatGpt customChatGpt = new CustomChatGpt(apiKey);
        // 根據(jù)自己的網(wǎng)絡(luò)設(shè)置吧
        customChatGpt.setResponseTimeout(20000);
        while (true) {
            System.out.print("\n請輸入問題(q退出)：");
            String question = new Scanner(System.in).nextLine();
            if ("q".equals(question)) break;
            long start = System.currentTimeMillis();
            String answer = customChatGpt.getAnswer(httpClient, question);
            long end = System.currentTimeMillis();
            System.out.println("該回答花費時間為：" + (end - start) / 1000.0 + "秒");
            System.out.println(answer);
        }
        httpClient.close();
    }
}

下面為運行圖片

最后說明

對于ApiKey，只能說難者不會，會者不難，這個沒辦法教。

如果代碼無法運行，或者運行速度及其緩慢，請使用代理，在HttpClient里面可以很輕松的使用代理

        String proxyIp = "127.0.0.1";
        int proxyPort = 7890;
        HttpHost httpHost = new HttpHost(proxyIp, proxyPort);

上面就是一個示例，對于代理，這里也就無法繼續(xù)進行說明了。

如果我們完成了上面的功能，是不是就能夠?qū)ν馓峁┙涌冢缓髮懸粋€自己的網(wǎng)頁端的ChatGpt或者弄一個聊天機器人呢？當然沒問題啊

2023/3/27 23:27更新

很多人找我要這個小程序的demo，其實源代碼上面都已經(jīng)給出了。既然有人問，那么就給出這個demo的github地址 git地址

使用指令 git clone https://github.com/c-ttpfx/chatGPT.git 可以輕松的下載到本地

2023/3/31 19:54更新
上面這個代碼大家應(yīng)該發(fā)現(xiàn)了問題，就是返回很慢，原因就是我們請求不是異步的，是等待所有答案都給出了再返回，所以速度很慢，并且容易出現(xiàn)超時。

解決方法就是使用異步請求，大家請參照 使用chatgpt實現(xiàn)微信聊天小程序(秒回復(fù))，github開源(附帶鏈接) ，基本可以實現(xiàn)秒回復(fù)

2023/3/31 14:40更新
最新的代碼已經(jīng)支持代理，參考使用chatgpt實現(xiàn)微信聊天小程序(秒回復(fù))，github開源(附帶鏈接)文章來源地址http://www.zghlxwxcb.cn/news/detail-778942.html

到了這里，關(guān)于java調(diào)用chatgpt接口，實現(xiàn)專屬于自己的人工智能助手的文章就介紹完了。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)！