调用chatgpt实现语音对话 Java调用ChatGPT(基于SpringBoot和Vue)实现可连续对话和流

Java调用(基于和Vue)实现可连续对话和流式输出的

更新时间：2023年04月28日 11:53:27 作者：mikey桑

这篇文章主要介绍了Java调用（基于和Vue），实现可连续对话和流式输出的（可自定义实现AI助手），文中代码示例介绍的非常详细，感兴趣的朋友可以参考下

目录

本文Demo地址：

源码及更详细的介绍说明参见Git上的.md文档

流式输出结合Vue的Demo地址：

注意：流式输出在2.4节，请仔细阅读到最后，谢谢！

1. 配置阶段1.1 依赖引入

pom.xml中引入依赖（当前最新版本为1.1.4，可前往页面查看当前最新版本）

        
            io.github.asleepyfish
            chatgpt
            1.1.4
        

（单位（min））为这个会话在多久不访问后被销毁，这个值不填的时候，即表示所有问答处于同一个会话之下，相同user的会话永不销毁（增加请求消耗）

例：

chatgpt:
  token: sk-xxxxxxxxxxxxxxx
  proxy-host: 127.0.0.1
  proxy-port: xxxx
  session-expiration-time: 30

其中token、proxy-host、proxy-port是必填的

上面的–time参数很重要，是用来表示这个会话在多久不访问后被销毁，从而实现联系上下文的连续对话。

实现方式是通过t中的user来区分某个会话，而–time表示这个会话在多久不访问后被销毁。

如果这里看不懂请看2.1节示例

1.3 注解添加

启动类上加入图中的注解则将服务注入到中。

2 使用2.1 生成回答

提供了工具类，里面提供了相关方法进行调用。

其中最简单的使用方法是：

OpenAiUtils.createChatCompletion(content);// 不建议使用

入参即输入的问题的字符串。但是不建议使用。

这里建议使用下面的方式，通过传入user的值，再结合–time参数，可以实现指定某次会话，或者某个用户的连续对话。

OpenAiUtils.createChatCompletion(content, user);// 建议使用

入参t 里包含模型的一些可调参数。

类中还提供了多个可供选择的静态方法，可以自行查看。

上述方法的返回参数是一个list，是因为调整参数返回答案n可以一次性返回多条不同的解答（n为t类中一个参数）。

2.1.1 测试

测试代码：

@PostMapping("/chatTest")
public List chatTest(String content) {
    return OpenAiUtils.createChatCompletion(content, "testUser");
}

Post请求

入参输入：Java序列化的方式

返回结果：

[
  "nnJava序列化是将Java对象转换为字节序列的过程，以便在网络上传输或将其保存到磁盘上。Java提供了两种序列化方式：nn1. 基于Serializable接口的序列化nnSerializable接口是Java提供的一个标记接口，用于标记一个类可以被序列化。如果一个类实现了Serializable接口，那么它的所有非瞬态字段都会被序列化。序列化的过程可以通过ObjectOutputStream类来实现，反序列化的过程可以通过ObjectInputStream类来实现。nn2. 基于Externalizable接口的序列化nnExternalizable接口也是Java提供的一个标记接口，用于标记一个类可以被序列化。与Serializable接口不同的是，Externalizable接口需要实现writeExternal和readExternal方法，这两个方法分别用于序列化和反序列化。在序列化的过程中，只有被writeExternal方法显式写入的字段才会被序列化，而在反序列化的过程中，只有被readExternal方法显式读取的字段才会被反序列化。nn总的来说，基于Serializable接口的序列化更加简单，但是它会序列化所有非瞬态字段，包括一些不需要序列化的字段，而基于Externalizable接口的序列化可以更加灵活地控制序列化的过程。"
]

再次输入：有没有更加高效的序列化框架

返回结果：

[
  "是的，Java中有很多高效的序列化框架，以下是一些常用的序列化框架：nn1. ProtobufnnProtobuf是Google开发的一种高效的序列化框架，它可以将结构化数据序列化为二进制格式，支持多种编程语言。相比于Java自带的序列化方式，Protobuf序列化后的数据更小，解析速度更快。nn2. KryonnKryo是一个快速、高效的Java序列化框架，它可以将Java对象序列化为字节数组，支持多种数据类型。Kryo序列化的速度比Java自带的序列化方式快很多，序列化后的数据也更小。nn3. FSTnnFST是一个高性能的Java序列化框架，它可以将Java对象序列化为字节数组，支持多种数据类型。FST序列化的速度比Java自带的序列化方式快很多，序列化后的数据也更小。nn4. AvronnAvro是一个高效的数据序列化系统，它可以将结构化数据序列化为二进制格式，支持多种编程语言。Avro序列化后的数据比Java自带的序列化方式更小，解析速度也更快。nn总的来说，这些高效的序列化框架都比Java自带的序列化方式更快、更小、更灵活，可以根据具体的需求选择合适的框架。"
]

可以看出上述两次问答是在一次会话中的，而前面所说的参数–time即这个user所代表的会话多久没被继续访问时的销毁时间。单位（min）

2.2 生成图片

最简单的使用方式是

OpenAiUtils.createImage(prompt);

入参表示生成图片的描述文字，还提供了一个通用的静态方法

public static List createImage(CreateImageRequest createImageRequest) {...}

入参中有一些可以使用的参数，其中n表示生成图片的数量，表示生成图片的格式，格式中分为url和两种，如果希望返回的是url，则返回的url会在生成一个小时后消失，默认值是url。

2.2.1 测试

测试代码

    @Test
    public void testGenerateImg() {
        OpenAiUtils.createImage("英短").forEach(System.out::println);
    }

结果

默认情况下会生成一个url，点击去就可以看到图片。

2.3 下载图片

在3.2的基础上做了优化，直接使用为然后解析成图片返回。简单使用方式如下：

OpenAiUtils.downloadImage(prompt, response);

通用方式如下：

public static void downloadImage(CreateImageRequest createImageRequest, HttpServletResponse response) {...}

当对象中设置的返回参数n大于1时，会将图片打包成一个zip包返回，当n等于1时直接返回图片。

2.3.1 测试

测试代码

@RestController
public class ChatGPTController {
    @GetMapping("/downloadImage")
    public void downloadImage(String prompt, HttpServletResponse response) {
        OpenAiUtils.downloadImage(prompt, response);
    }
}

发送get请求，然后选择Send and

我用的get 工具是idea里面下载的插件Fast 的，用也是可以的，但是要选择 Send and ，上图中绿色的箭头是Send，蓝色的是Send and 。

2.4 生成流式回答

生成流式回答的方法是的方法，本工具类重载了同名的多个参数的方法，其中最通用的方法是

public static void createStreamChatCompletion(ChatCompletionRequest chatCompletionRequest, OutputStream os) {...}

最简单的方法是

public static void createStreamChatCompletion(String content) {...}

其中的即本次对话的问题。

这里需要主义的是，上述第一个方法中的 os其实是一个必传的对象，上述的最简单的方法实际上是默认传递的.out这个os对象，也就是将流式问答的结果显示到IDEA的控制台。

如果需要将流式问答的结果显示到其他界面可以自发的传入 os对象，这里有一个简便的方法是

public static void createStreamChatCompletion(String content, OutputStream os) {...}

只需要输入问题，和输出流对象即可。

下面将举例具体说明。（本文所有Demo的示例地址：）

2.4.1 流式回答输出到IDEA控制台

代码如下：

@GetMapping("/streamChat")
public void streamChat(String content) {
    // OpenAiUtils.createStreamChatCompletion(content, System.out);
    // 下面的默认和上面这句代码一样，是输出结果到控制台
    OpenAiUtils.createStreamChatCompletion(content);
}

然后使用或者其他可以发送Get请求的工具发送请求。

本次测试的结果如下面的Gif图所示

2.4.2 流式回答输出到浏览器页面

上述的方法中输出流传入的是.out对象，该对象实际上就是一个对象，会把输出结果展示到控制台。

如果需要将输出结果在浏览器展示，可以从前端传入一个 对象，拿到这个以后将.()这个输出流对象传入方法的入参中。同时，为了避免结果输出到浏览器产生乱码和支持流式输出，需要和。

@GetMapping("/streamChatWithWeb")
public void streamChatWithWeb(String content, HttpServletResponse response) throws IOException {
    // 需要指定response的ContentType为流式输出，且字符编码为UTF-8
    response.setContentType("text/event-stream");
    response.setCharacterEncoding("UTF-8");
    // 禁用缓存
    response.setHeader("Cache-Control", "no-cache");    
    OpenAiUtils.createStreamChatCompletion(content, response.getOutputStream());
}

测试结果过程的Gif图如下所示：

2.4.3 流式回答结合Vue输出到前端界面

调用的后端方法同2.4.2节方法，前端只需要在界面传入问题，点击提问按钮即可返回结果流式输出到文本框中。

测试结果过程的Gif图如下所示：

的Git地址在文章开头有~

3 AI助手展示

接入微信公众号，AI助手可自动回复。

以上就是Java调用(基于和Vue)实现可连续对话和流式输出的 API的详细内容，更多关于Java调用实现可对话 API的资料请关注脚本之家其它相关文章！