ChatGPT注册保姆级教程及接入飞书详细步骤 |
您所在的位置：网站首页 › 飞书如何修改昵称 › ChatGPT注册保姆级教程及接入飞书详细步骤 |
ChatGPT注册保姆级教程及接入飞书详细步骤
|
本文正在参加 ✍🏻 技术视角深入 ChatGPT 征文活动 最近ChatGPT大火，boss也蠢蠢欲动要求我们把ChatGPT接入飞书，经过一上午的研究，终于注册成功并且实现了飞书机器人对接到ChatGPT。 下面给大家分享一下注册及接入飞书的详细步骤。 如何注册前提条件： 有一个国外的代理，日本、新加坡、印度都可以，我们是在阿里云临时买了一台印度的服务器搭的梯子，大概花了60块钱（如果有现成的梯子这步可省略）。 国外的手机号，或者使用接码平台接收验证码。我们用的是一个接码平台：sms-activate.org/cn 不用翻墙可以直接访问以下为注册步骤： 1，在官网进行注册：chat.openai.com/auth/login 记得打开梯子的全局代理模式！全局代理模式！全局代理模式！要不然会提示拒绝访问。 2，使用谷歌邮箱注册，没有谷歌邮箱就去注册一个吧，这点想必也难不倒大家。 3，按照步骤往下点，会让你进行手机号验证码验证。 注意图中的箭头，你如果使用的接码平台，用的哪个国家的虚拟号，就选择哪个国家，别选错了，要不然收不到验证码。如果看不懂国家的名字，就去翻译一下吧~~~ 4，打开接码平台 sms-activate.org/cn ，使用谷歌邮箱注册 注册完毕之后，在左侧搜索openai， 可以看到印度尼西亚相对便宜一点，换算一下大概几块钱而已。 将其加入购物车之前需要先去充值。支持的方式很多，大家自由选择。 然后点击那个购物车按钮就可以了。 复制上图箭头处的号码到步骤3的验证页面，注意将国家选择为印度尼西亚，点击发送验证码。 然后上图中的等待短信会自动刷新出验证码，输入验证码，完事。 最后一步，chatgpt会让你选择用户类型，随便点哪个都无所谓。 注册完毕之后，需要获取一下key，这个key相当于我们访问网站的token。 飞书与chatgpt的交互如下，我们的自定义服务就是充当一个中间人的角色，进行消息的转发。 1，进入飞书开放平台，选择创建企业自建应用。 2，创建完应用以后，点击进入应用，添加机器人。 3，给机器人配置消息相关的权限，如果不确定需要什么权限，可以先全部开通。 4，配置事件订阅。事件订阅需要先开发一个接口供飞书验证。接口需要可以公网访问。 这个接口的代码可以参考如下： @PostMapping(value = "/message") public FeishuEventDTO message(@RequestBody String body) { log.info("收到消息：{}", body); FeishuEventParams feishuEventParams = JSON.parseObject(body, FeishuEventParams.class); FeishuEventDTO eventDTO = new FeishuEventDTO(); eventDTO.setChallenge(feishuEventParams.getChallenge()); return eventDTO; } @Data public class FeishuEventParams { private String challenge; private String token; private String type; } @Data public class FeishuEventDTO { private String challenge; }有一点需要注意的是，这个校验接口和下面接收飞书消息的接口是同一个地址，但是消息体不一样。 也就是说校验接口是一次性的，校验完之后需要对这个接口进行改造。 我们先将这个接口发布到一个可以公网访问的项目中，比如接口地址是 xx.xx.xx.xx/xx/xx/messa… ，将其填写到飞书中保存，飞书如果可以成功保存就没问题了。 OK，到这里飞书的配置基本搞定了，下面就是我们需要进行处理的逻辑了。 对接逻辑及实现先说一下我司对接的大致逻辑，供大家参考。 用户发送消息到飞书之后，飞书会将消息转发到我们自己的服务上。 但是这里会存在一个问题，就是当多个用户并发发起会话时，或者一个大群里很多人都在@我们的机器人时，我们需要记住每一个人的回话，在chatgpt查询到结果后，准确的回复这个人。 由于我司目前也是用于内部测试不想实现太复杂，所以我们采用的思路是：每一个用户的会话转发到我们的服务上时，先将会话内容保存到一个全局的ConcurrentLinkedQueue队列中，然后启动一个线程，不停的消费这个队列。 队列的泛型是一个提前构造好的对象，这个对象保存着当前消息的消息id，发送人，提问内容等。 每消费一个对象，就将对象的提问内容发送到chatgpt，获取响应结果以后，调用飞书提供的会话回复接口去回复用户。（如果并发量比较大，这里可以搞成异步的）。 好了，大致思路就说到这，我们看一下具体的代码。 1，打开我们的项目，引入chatgpt提供的jar。 com.theokanning.openai-gpt3-java service 0.10.02，重写上面的校验接口，改造成接收飞书消息。（接口路径不要变） @Slf4j @RestController @RequestMapping(value = "/query") public class QureyController { public static ConcurrentLinkedQueue consumer = new ConcurrentLinkedQueue(); @PostMapping(value = "/message") public String message(@RequestBody String body) { log.info("收到飞书消息:{}", body); JSONObject jsonObject = JSONObject.parseObject(body); JSONObject header = jsonObject.getJSONObject("header"); String eventType = header.getString("event_type"); if ("im.message.receive_v1".equals(eventType)) { JSONObject event = jsonObject.getJSONObject("event"); JSONObject message = event.getJSONObject("message"); String messageType = message.getString("message_type"); if ("text".equals(messageType)) { String messageId = message.getString("message_id"); String content = message.getString("content"); JSONObject contentJson = JSON.parseObject(content); String text = contentJson.getString("text"); FeishuResponse feishuResponse = new FeishuResponse(); feishuResponse.setMessageId(messageId); feishuResponse.setQuery(text); log.info("投递用户消息,{}", JSON.toJSON(feishuResponse)); consumer.add(feishuResponse); } else { log.info("非文本消息"); } } return "suc"; } }FeishuResponse的结构如下。 @Data public class FeishuResponse { private String messageId; private String query; }3，写一个任务线程 @Slf4j public class AutoSendTask implements Runnable { //你的chatgpt的key public static final String token = ""; public static OpenAiService openAiService = null; static { openAiService = new OpenAiService(token, Duration.ofSeconds(60)); } @Override public void run() { while (true) { try { FeishuResponse poll = consumer.poll(); if (poll == null) { log.info("no query,sleep 2s"); TimeUnit.SECONDS.sleep(2); } else { String query = this.query(poll.getQuery()); this.reply(poll, query); } } catch (InterruptedException e) { log.error("Thread exception...", e); } } } private String query(String q) { log.info("开始提问:{}", q); CompletionRequest completionRequest = CompletionRequest.builder() .prompt(q) .model("text-davinci-003") .maxTokens(2048) .echo(false) .build(); StringBuilder sb = new StringBuilder(); CompletionResult completion = openAiService.createCompletion(completionRequest); log.info("q:{},获取响应:{}", q, JSON.toJSONString(completion)); completion.getChoices().forEach(v -> { sb.append(v.getText()); }); String rs = sb.toString(); if (rs.startsWith("？")) { rs = rs.replaceFirst("？", ""); } if (rs.startsWith("\n\n")) { rs = rs.replaceFirst("\n\n", ""); } log.info("格式化后的rs:{}", rs); return rs; } private String reply(FeishuResponse poll, String rs) { JSONObject params = new JSONObject(); params.put("uuid", RandomUtil.randomNumbers(10)); params.put("msg_type", "text"); JSONObject content = new JSONObject(); content.put("text", rs); params.put("content", content.toJSONString()); String url = String.format("https://open.feishu.cn/open-apis/im/v1/messages/%s/reply", poll.getMessageId()); String tenantAccessToken = FeishuUtils.getTenantAccessToken(); String body = null; try (HttpResponse authorization = HttpUtil.createPost(url) .header("Authorization", "Bearer " + tenantAccessToken) .body(params.toJSONString()) .execute()) { body = authorization.body(); } return body; } }获取飞书token的工具类如下： @Slf4j public class FeishuUtils { public static final String tokenUrl = "https://open.feishu.cn/open-apis/auth/v3/app_access_token/internal/"; //构建一个cache 缓存飞书的token static Cache tokenCache = CacheBuilder.newBuilder().expireAfterWrite(Duration.ofSeconds(3500)).build(); //这个是飞书应用的appid和key，可以在创建的飞书应用中找到 public static final String appId = ""; public static final String appKey = ""; public static String getTenantAccessToken() { String token = null; try { token = tokenCache.get("token", () -> { JSONObject params = new JSONObject(); params.put("app_id", appId); params.put("app_secret", appKey); String body; try (HttpResponse execute = HttpUtil.createPost(tokenUrl) .body(params.toJSONString()).execute()) { body = execute.body(); } log.info("获取飞书token:{}", body); if (StrUtil.isNotBlank(body)) { String tenantAccessToken = JSON.parseObject(body).getString("tenant_access_token"); tokenCache.put("token", tenantAccessToken); return tenantAccessToken; } return null; }); } catch (ExecutionException e) { throw new RuntimeException(e); } return token; } }4，启动线程类即可 最后，出于隐私，chatgpt群会话的效果就不展示了，展示一下直接对话机器人的效果吧。 由于我们引入chatgpt也只是抱着尝试的态度，所以代码相对也比较粗糙，如果有哪里写的不好的地方，还望大家海涵。 文中代码还额外引入的jar有：guava、hutool-all、fastjson。 |
【本文地址】
今日新闻 |
推荐新闻 |