Python+ChatGPT API，搭建专属你的智能聊天机器人
最近火出圈的ChatGPT公司OpenAI发布了Chat API和gpt-3.5-turbo模型，我们现在可以通过API来使用与ChatGPT一样的NLP模型。
使用OpenAI API，可以使用gpt-3.5-turbo构建自己的应用程序，可执行以下任务：
草拟电子邮件或其他文字内容写代码，例如Python代码
创建对话代理，回答各类问题
为您的软件提供自然语言界面
在各种学科中进行辅导
翻译语言
为视频游戏模拟角色等
待发掘的各种应用场景……
下面用Python来讲解如何使用openai python SDK实现自己的聊天机器人。如果你之前使用过openai python SDK，请确保升级到了最新版本(0.27.0)，如果还没有安装Python运行环境，请先安装python 3.10。
获取API Key
你需要获取API Key,如果你已经使用过openai SDK那么你可能已经有API Key了（这种情况请跳过本节内容）。
登录https://platform.openai.com/并导航到https://platform.openai.com/account/api-keys点击Create new secret key按钮可以获取一个新的API Key。
注意：API Key内容只会显示一次。点击复制按钮把API Key复制并保存好。
创建API
用FastAPI快速创建一个API，它的接口定义如下：
POST/chatbot/talk
Request Body:
“message”:"你好!"
Response:
“content”:“bot response message”
首先，你需要安装FastAPI和OpenAI SDK，可以通过以下命令在命令行中安装它们：
pip install fastapi uvicorn openai
为了演示方便，此处简化了一些最佳实践，下面是一个最基本的FastAPI服务实现，文件保存在main\app.py文件中。
import openai
from typing import List
from fastapi import FastAPI
from pydantic import BaseModel
from starlette.middleware.cors import CORSMiddleware
history=[]
app=FastAPI()
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["HEAD","OPTIONS","GET","PUT","PATCH","POST","DELETE"],
allow_headers=["*"],
max_age=86400
openai.api_key="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"
class TalkRequest(BaseModel):
message:str
@app.post("/chatbot/talk")
async def chatbot_talk(user_input:TalkRequest):
if not history:
history.append()
history.append()
response=await openai.ChatCompletion.acreate(
model="gpt-3.5-turbo",
messages=history)
bot_response=response.choices[0].message
history.append(bot_response)
return bot_response
现在只需创建一个run.py文件来启动FastAPI服务。
import uvicorn
from main.app import app
if__name__=='__main__':
uvicorn.run(
app=app,
host="127.0.0.1",
port=8080,
use_colors=True,
log_level="debug"
接下来运行run.py。
在浏览器中打开http://127.0.0.1:8080/docs即可看到Swagger界面已经加载并显示出我们的Talk API，如下图所示：
点击Try it out,在message里填入一个句子，例如我们这里输入的”你好”，点击Execute按钮。如果没有问题应该能得到下面的响应结果：
OK，到这里我们的后台服务就已经准备好了。
UI界面
接下来我们做一个基于VUE的UI界面来实现聊天窗口。要实现基于VUE的聊天界面，需要执行以下步骤：
在Vue项目中创建一个聊天组件，例如Chat.vue。
在Chat.vue中添加一个文本框和一个发送按钮，用于向聊天机器人发送消息。
使用VUE的数据绑定功能，将文本框的值绑定到一个名为message的Vue组件数据属性。
在发送按钮上添加一个点击事件，该事件将调用一个发送消息的方法，该方法将使用Axios（或其他HTTP库）将消息POST到聊天机器人API。
在发送成功后，使用Axios响应中的数据更新Vue组件数据属性的值，以显示聊天机器人的响应消息。
下面是一个示例Chat.vue文件的基本代码：
{{message.content}}
{{message.content}}
Send
在这个示例中，messages是一个数组，它用于存储聊天记录。
sendMessage方法将新消息添加到messages数组中，并使用Axios发送消息并更新响应的数据属性。
最后，它清空了message数据属性，以便用户可以输入下一个消息。
在模板中，我们使用v-for循环遍历messages数组，并根据isBot数据属性来判断消息是用户的消息还是聊天机器人的消息。
运行
最后，要在浏览器中运行Vue应用程序，需要执行以下步骤。
注意：确保已经安装了Node.js和npm，这将使我们能够使用Vue的命令行工具来创建和管理的项目。
（1）打开命令行终端，导航到项目目录，并使用以下命令安装：
npm install-g cnpm--registry=https://registry.npmmirror.com
cnpm install-g@vue/cli
（2）使用以下命令创建一个新的Vue项目：
vue create my-chat-app
这将提示选择一些选项来配置我们的项目，例如要使用哪个包管理器，要使用哪些插件等等。
可以根据需求进行选择，稍等片刻项目即可创建成功，如下图所示：
（3）进入my-chat-app目录，安装Axios，可以使用以下命令：
cnpm install axios--save
打开创建的项目文件夹，将Chat.vue组件添加到src/components文件夹中。
打开src/App.vue文件，并将以下代码添加到模板中：
这将把Chat组件添加到App.vue模板中，以便您可以在浏览器中查看聊天界面。
（4）在命令行终端中运行以下命令启动开发服务器：
pm run serve
如上图所示，Web Server已经启动完毕，用浏览器打开http://localhost:8081/可以看到一个基本的聊天窗口，当然这里只有一个简单的示例来展示基本操作：
因文章篇幅有限，感兴趣的同行完全可以利用前端技术做出更精美的机器人聊天窗口。
最后：在我的V：atstudy-js，可以免费领取一份10G软件测试工程师面试宝典文档资料。以及相对应的视频学习教程免费分享！其中包括了有基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等。
