介绍

最近，一直在使用 ChatGPT 和搭建 API 交互页面来生成自然语言文本。在这篇博客中，这里分享一下我的使用体验以及一些最佳实践。

ChatGPT

ChatGPT 是一个自然语言生成器，它使用了深度学习技术来生成逼真的文本。目前我使用最多的就是用ChatGPT来辅助写代码了。
以下是一个使用 Python 代码来调用 ChatGPT 的示例：

import openai
openai.api_key = "YOUR_API_KEY"
prompt = "What are the benefits of using ChatGPT?"
model = "text-davinci-002"
response = openai.Completion.create(
  engine=model,
  prompt=prompt,
  max_tokens=1024,
  n=1,
  stop=None,
  temperature=0.5,
)
print(response.choices[0].text)

API 交互页面

API 交互页面是一个允许用户通过 Web 界面来与 API 交互的页面。我使用 fastapi、vue框架来搭建了我的 API 交互页面。在这个页面上，我可以通过输入一些参数来调用我的 ChatGPT API，并将生成的文本呈现在页面上。

以下是一个使用 fastapi 框架和 vue框架来搭建 API 交互页面的示例：

import os
from fastapi import FastAPI,Request
from fastapi.responses import HTMLResponse  # 响应html
# from fastapi.middleware.cors import CORSMiddleware
import openai

app = FastAPI()

def get_chat_api(prompt):

    openai.api_key = "your_key"

    model_engine = "text-davinci-003"

    completions = openai.Completion.create(
        engine=model_engine,
        prompt=prompt,
        max_tokens=2048,
        n=1,
        stop=None,
        temperature=0.5,
    )

    message = completions.choices[0].text
    return message

@app.get("/")
def index():
    html_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'static', 'index.html')
    html_content = ''
    with open(html_path,encoding='utf-8') as f:
        html_content = f.read()
    return HTMLResponse(content=html_content, status_code=200)

@app.post("/chatgpt")
async def chatgpt(request: Request):
    item_dict = await request.json()
    isauth = int(item_dict.get("isauth", ""))
    prompt = item_dict.get("prompt", "").strip()
    if isauth == 1:
        try:
            data = get_chat_api(prompt)
        except Exception as e:
            return {"code": -1, "message": "接口调用失败"}
        return {"code": 0, "data": data}
    return {"code": -1, "message": "接口认证不成功"}

if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=9000)