十分钟搭建一个免费的 OpenAI 服务

您所在的位置：网站首页 › trainstation的汉语 › 十分钟搭建一个免费的 OpenAI 服务

十分钟搭建一个免费的 OpenAI 服务

2023-12-19 04:11| 来源: 网络整理| 查看: 265

最近 chatGPT 非常火，也出现了很多基于 chatGPT 写的插件，本次文章准备讲解一下基于 OpenAI 如何搭建一个 gpt 服务，并实现如下两个功能：

实现内容对话实现根据内容生成 AI 图片

源码地址：github.com/MRwangqi/ch…

效果演示：

如下是效果演示：

内容对话：http-nodejs-production-32b8.up.railway.app/chat?prompt…

截屏2023-02-17 13.48.59.png

AI 作画：http-nodejs-production-32b8.up.railway.app/image?promp…

截屏2023-02-17 14.04.40.png

本次内容会涉及到一点点 Node.js 的开发，但代码量极少(只有 56 行代码)，我相信，从事 Android 开发的你，一定能看得懂。本文涉及到的知识点： OPEN AI 开发者文档 Node.js 开发 Railway 部署(每个月有 5$ 的免费额度) 前期准备

1、OpenAI API 接入文档： platform.openai.com/docs/api-re… 2、获取 OpenAI API Keys 和 Organization 组织 ID (前提是有 OpenAI 账号) 点击链接 platform.openai.com/account/api… 获取 API Keys，如果没有，可点击 Create new secret key进行创建：

截屏2023-02-19 下午12.49.24.png

点击链接 platform.openai.com/account/org… 获取组织 ID：

截屏2023-02-19 下午1.59.41.png

正式开发

OpenAI API 文档提供了三种接入方式：

Http 请求 Python Node.js

无论用哪种方式接入，所对应的使用方式都差不多，仅仅只是技术栈不同而已，我们来看个 Http 请求的示例：

curl https://api.openai.com/v1/completions \ -H 'Content-Type: application/json' \ -H 'Authorization: Bearer YOUR_API_KEY' \ -d '{ "model": "text-davinci-003", "prompt": "今天星期几？", "max_tokens": 7, "temperature": 0 }'

请求参数：

model ：模型 Id，此处的文本生成模型为 GPT-3 prompt：提示语 max_tokens：回复结果的最大 tokens 数量，根据模型所定，有的最大2048，有的 4096，根据官网 tokenizer 描述，对于普通英文文本，100 个 tokens 差不多等于 75 个单词，具体计算规则可查看 platform.openai.com/tokenizer temperature：采样精确度，介于 0~2 之间，值越低约精确。

以官方示例为准，我们使用 Node.js 开始开发(需要安装 Node 环境，可自行搜索安装)。执行初始化环境命令，根据提示完成项目创建

npm init

执行安装 openai 依赖命令：

npm install openai

安装完成后，我们在当前目录创建个 index.js 文件，为了能加载 ES 模块，我们还需在 package.json 中添加下 "type": "module"，拷贝官方示例到该文件下，并替换掉 organization 组织 Id 与 apiKey 即可，配置效果如下：

如果 API KEY 和组织 Id 配置正确的话，我们可以执行运行命令：

node index.js

如果控制台没有任何报错的话，则表示配置成功，如果控制台有打印日志，则需要查看是 API KEY 配置不正确，还是组织 ID 配置不正确。

接下来，我们在此基础上，使用 gpt-3 文本模型开发功能：

// ... 省略上面代码 const res = await openai.createCompletion({ // text 模型 model: "text-davinci-003", prompt: "周杰伦有多少张专辑?", max_tokens: 2048, temperature: 0.2 }) // 打印结果 console.log(res.data.choices)

这里我们询问周杰伦有多少张专辑?，并执行 node index.js，查看打印的结果：

一个简单的问答结果出来了，接下来，我们暂时注释掉该段代码，尝试下 AI 作画的能力，编辑如下代码：

// ... 省略上面代码 const res = await openai.createImage({ model: "image-alpha-001", prompt: "空山新雨后,天气晚来秋", size: "256x256", n: 1 }) // 打印图片 url var url = res.data.data[0].url console.log(url) model 为 AI 图片模型 prompt 为描述的内容，这里，我们引用古诗，来查看最终的效果 size 为生成的图片大小 n 为生成的张数，这里我们就填写一张

执行成功后，会打印图片的 url：

我们将其拷贝出来到浏览器查看：

截屏2023-02-19 下午4.54.30.png

为了使这两个功能通过服务的方式访问，我们还需要安装两个依赖 koa 和 koa-router，执行如下命令安装：

npm install koa koa-router

重新编辑 index.js 文件，引入 koa 和 koa-router：

import Koa from "koa" import Router from "koa-router"; // ... 省略 openai 初始化代码 const app = new Koa() const router = new Router(); router.get("/chat", async (ctx, next) => { // 获取请求中的 prompt 参数 const { prompt } = ctx.request.query; const res = await openai.createCompletion({ model: "text-davinci-003", prompt: prompt, max_tokens: 2048, temperature: 0.2 }) // 将生成的内容返回给客户端 ctx.body = res.data.choices }); // 启用路由 app.use(router.routes()).use(router.allowedMethods()); // 启动服务器，端口暂时设置为 3000 app.listen(3000, () => { console.log("Server is started "); });

总体过程就是启用个端口为 3000 的服务，将原来执行的代码放到了 /chat 路由路径中，访问该路径即可执行该代码返回结果，接下来，我们继续执行 node index.js命令，然后访问如下链接：

http://localhost:3434/chat?prompt=周杰伦是谁

截屏2023-02-19 下午5.13.18.png

一个简单的服务访问已经开发好了，接下来，我们需要脱敏，将组织 ID、API KEY、端口等设置成环境变量，并推到自己的 github 中(Railway 部署时需要选择该仓库)，可以直接选择该项目，以避免秘钥泄漏，我们将其改成： process.env.APP_ORG process.env.APP_KEY process.env.PORT

具体操作代码可直接查看源码，这里就不贴了，避免代码太多影响阅读，接下来，我们需要开始部署应用了。

部署应用

访问 railway.app/dashboard 链接，建议使用 Github 快捷登录 Railway ，并点击 New Project创建项目：