Java支持ChatGPT

admin 管理员组

文章数量: 887021

 一、官方介绍

        使用OpenAI可参考官网的文档。官网给出了详细的参数解释、用例和使用方法的介绍。同时也罗列了计费规则和余额都查询。

OpenAI API官方文档

1.1 Documentation

在Documentation页面每个模型的MAX_TOKENS，表示输入的最大文本限制。

最大文本限制：请求+想用的单词数

每个模型允许的最大token数量不一样，比如gpt-3.5-turbo模型，允许最多有4096个token。

需要注意，这个数量既包括你输入的提示语，也包括AI产出的回答，两个加起来不能超过4096个token。

比如，你的输入有1000个token，那么你这里设置的 max_tokens 就不能超过 3096。不然调用就会报错。

1.2 API reference

API reference介绍了API的参数解释，开发人员在开发过程中可参考文档进行开发

1.3 调用限制

        在实际调用API的过程中，出于对计算资源的保护，OpenAI还限制了各模型API的每分钟请求最大次数和每分钟Token通信量最大值

二、获取API Keys

根据自己的OpenAI账号，获取对应的API KEY，申请API KEY之后需保存下来，该Key是你用来调用接口的token，主要用于接口鉴权。

三、 代码实现

3.1 参数介绍

3.1.1 model

       model： 为必选参数. 指定使用的模型，常用：gpt-3.5-turbo、gpt-4o

3.1.2 Messages

        messages：为必选参数. 上下文列表，用于实现上下文对话. 必须为数组格式

        role：角色，可选值：system、user、assistant

                system：系统角色。可以帮助设定对话的语境，以便 AI 更好地理解其在对话中的角色

                user：表示用户的消息。

                assistant：表示助手（AI）的回复。

        content：必填. 消息体。也可以理解为提示词。

3.1.3 temperature

        temperature: 可选参数。取值范围为：0-2，默认值为1.参数代表采样温度，数值越小，模型会选择概率高的词汇，生成的文本更保守；数值越高，则会选择概率较低的词汇，生成的文本更多样化。

3.1.4 top_p

        top_p：可选参数。取值范围：0-1。作用与temperature类似，用于控制输出文本的随机性，数值越低，随机性越低，数值越高，随机性越高。通常来说，要调整随机性，top_p和temperature使用一个即可。

3.1.5 max_tokens

        max_tokens：可选参数。代表返回结果的token的数量。

3.1.6 其他参数可参考

        文章：OpenAI开发系列（六）：Completions模型的工作原理及应用实例（开发多轮对话机器人）_如何做openai的上层应用-CSDN博客

3.2 简单使用

• 请求地址和请求体

curl https://api.openai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
     "model": "gpt-3.5-turbo",
     "messages": [{"role": "user", "content": "Say this is a test!"}],
     "temperature": 0.7
   }'

• 响应参数

{
    "id": "chatcmpl-abc123",
    "object": "chatpletion",
    "created": 1677858242,
    "model": "gpt-3.5-turbo-0613",
    "usage": {
        "prompt_tokens": 13,
        "completion_tokens": 7,
        "total_tokens": 20
    },
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "\n\nThis is a test!"
            },
            "logprobs": null,
            "finish_reason": "stop",
            "index": 0
        }
    ]
}

3.2.1 引入Pom文件

<dependencies>
    <dependency>
        <groupId>com.squareup.okhttp3</groupId>
        <artifactId>okhttp</artifactId>
        <version>4.9.1</version>
    </dependency>
    <dependency>
        <groupId>com.google.code.gson</groupId>
        <artifactId>gson</artifactId>
        <version>2.8.6</version>
    </dependency>
</dependencies>

3.3.2 主要Java代码实现

private String sendMessageToChatGpt(String translateMsgs)
      throws Exception {
    if (StringUtil.isNullOrBlank(translateMsgs)) {
      return null;
    }

    // 获取chatGpt配置
    String url = "https://api.openai/v1/chat/completions";
    if (StringUtil.isNullOrBlank(url)) {
      throw new Exception("ChatGpt地址未配置");
    }


    OkHttpClient.Builder clientBuilder = new OkHttpClient().newBuilder();
    // 设置代理（国内访问，需要使用；国外访问无需使用）
    Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress("127.0.0.1", 7897));
    clientBuilder.proxy(proxy);
    OkHttpClient client = clientBuilder.build();

    // 构造请求体
    JsonObject message = new JsonObject();
    message.put("role", "user");
    message.put("content", "请帮我翻译成英文：" + translateMsgs);

    JsonArray messages = new JsonArray();
    messages.add(message);

    JsonObject jsonBody = new JsonObject();
    jsonBody.put("model", "gpt-4o");
    jsonBody.put("messages", messages);
    jsonBody.put("temperature", "0.7");

    RequestBody body = RequestBody.create(MediaType.get("application/json; charset=utf-8"),
        jsonBody.toString());

    // 构造请求
    Request request = new Request.Builder().url(url).post(body)
        .addHeader("Content-Type", "application/json")
        .addHeader("Authorization", "Bearer " + API_KEYS).build();

    try (Response response = client.newCall(request).execute()) {
      if (!response.isSuccessful()) {
        throw new IOException("请求OpenAi失败：" + response);
      }

      // 解析响应
      String responseBody = response.body().string();
      JsonObject jsonResponse = new JsonObject(responseBody);
      JsonArray choices = jsonResponse.getJsonArray("choices");
      JsonObject firstChoice = choices.getJsonObject(0);
      JsonObject messageContent = firstChoice.getJsonObject("message");
      return messageContent.getString("content").trim();
    }
  }

• 其中API_KEYS为自己账号申请的秘钥，替换即可使用

四、优秀框架和文章推荐

4.1 优秀框架

      PlexPt，可直接引入jar包，实现对接OpenAI的功能。

<dependency>
    <groupId>com.github.plexpt</groupId>
    <artifactId>chatgpt</artifactId>
    <version>4.1.2</version>
</dependency>

      Proxy proxy = Proxys.http("127.0.0.1", 7897);

      ChatGPT chatGPT = ChatGPT.builder()
                .apiKey(API_KEYS)
                .proxy(proxy)
                .timeout(3600)
                .apiHost("https://api.openai/v1/chat/completions")
                .build()
                .init();

        Message system = Message.ofSystem("帮我翻译一段话：你好世界");
        Message message = Message.of("写一段诗，主题：回家！");

        ChatCompletion chatCompletion = ChatCompletion.builder()
                .model(ChatCompletion.Model.GPT_3_5_TURBO.getName())
                .messages(Arrays.asList(system, message))
                .maxTokens(1000)
                .temperature(0.7)
                .build();
        ChatCompletionResponse response = chatGPT.chatCompletion(chatCompletion);
        Message res = response.getChoices().get(0).getMessage();

4.2 优秀文章

AI前线：AIGC与大模型的应用实例

本文标签： java ChatGpt