ChatGPT使用步骤

OpenAI官网注册账号
创建OpenAI AppKey
申请VPN代理
引入Maven依赖

SpringBoot使用

依赖

	<dependency><groupId>com.theokanning.openai-gpt3-java</groupId><artifactId>service</artifactId><version>${gpt.server.version}</version></dependency>

封装了丰富的OpenAI 接口可直接使用

实例

    private final ChatGptProperties config;private OpenAiService service;@PostConstructpublic void init() {ObjectMapper mapper = defaultObjectMapper();Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress(config.getProxyDomain(), config.getProxyPort()));OkHttpClient client = defaultClient(config.getApiKey(), Duration.ofMinutes(1)).newBuilder().proxy(proxy).build();Retrofit retrofit = defaultRetrofit(client, mapper);OpenAiApi api = retrofit.create(OpenAiApi.class);service = new OpenAiService(api);}

    @PostMapping("/completions/chat")public R chatCompletions(@RequestBody(required = false) FnRequest param) {final List<ChatMessage> messages = new ArrayList<>();final ChatMessage systemMessage = new ChatMessage(ChatMessageRole.USER.value(), param.getData().toString());messages.add(systemMessage);ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder().model("gpt-3.5-turbo").messages(messages).temperature(0.6d).n(1).frequencyPenalty(1.2d).presencePenalty(1.6d)
//                .stream(true)
//                .user("testing").maxTokens(1024).logitBias(new HashMap<>()).build();StringBuffer stringBuffer = new StringBuffer();String br = System.getProperty("line.separator");service.createChatCompletion(chatCompletionRequest).getChoices().forEach(c -> stringBuffer.append(c.getMessage().getContent()).append(br));return R.ok(stringBuffer.toString());}

接口参数含义

temperature: 0.0 to 2.0 (默认 1.0) 温度，越高越随机，越低越有规律（或确定性）。top_p: 0.0 to 1.0 (默认 1.0) 使用温度的另一种选择，也叫核采样（nucleus sampling），建议不要同时使用 temperature 和 top_p。top_p 表示模型只考虑概率最高的 top_p 的 token，比如 top_p=0.1，表示模型只考虑概率最高的 10% 的 token。n: number (默认 1) 生成的回复数量。stream: boolean (默认 False) 是否使用流式模式，如果设置为 True，将发送部分消息增量，就像在 ChatGPT 中一样。什么意思捏，就是每次单独给你蹦几个词，好让你动态的去更新文本，像你在 ChatGPT 中等待完整的回复一样。stop: string or array (默认 None) 用来停止生成的 token，可以是一个字符串，也可以是一个字符串列表，如果是字符串列表，那么只要其中一个 token 出现，就会停止生成，最多 4 个。max_tokens: inf (默认 4096-prompt_token) 生成的最大 token 数量。frequency_penalty 和 presence_penalty: -2.0 to 2.0 (默认 0) 用来惩罚重复的 token。关于此参数的更多细节在 4 中有介绍，看起来一个是处理的频率，一个是处理的存在次数（整数）。这两个参数的值越大，生成的文本越不会重复。公式是这样的：mu[j] -> mu[j] - c[j] * alpha_frequency - float(c[j] > 0) * alpha_presence
logit_bias: dict (默认 None) 用来调整 token 的概率，可以接受 json。数值是 -100 to 100，-100 相当于直接禁用这个词，100 相当于如果相关就必须使用。user: dict (默认 None) 用来设置用户的信息，具体内容可以参考 5，主要是为了防止滥用。