Python+Flask+Pyside搭建大模型聊天客户端-总目录
前言
第一章 搭建一台云服务器
第二章 搭建Pycharm+Anaconda开发环境
第三章 Python+pyside6 开发桌面客户端
第四章 Python+Flask+MySQL+WSGI 搭建web服务器后端
第五章 主流大模型GPT、文心一言、通义千问等API申请和调用方法
第六章 交互优化
待续
前言
最近工作上需要大量的翻译和技术分析,发现用谷歌和有道翻译的结果总是不尽人意,而且对翻译文本的格式要求较高,所以萌发了用GPT帮助我翻译和协助完成一部分技术分析工作,起初只是做了一个Python脚本自己使用,但是后来推荐给了朋友,在朋友的敦促下,不断优化,竟做成了一个桌面客户端,因此想记录一下这个过程,也算是对自己开发过程的一个复盘。同时也希望不断地提醒自己:技术固然重要,但重要的是解决问题的方法和思路。
众所周知,在国内使用GPT并不容易,即使挂梯子也要考虑支付的问题,而且每个月20美刀的费用也不算低,综合考虑,我前期使用了国内转发API,这样价格按tokens收费,而且不用在梯子和支付方面费心,为了避免广告的嫌疑,这里我就不贴了,后续的开发也接入了国内的语言大模型,基本上是够用了。同时还研究了一下如何自己搭建一套GPT API转发系统,后面有精力的话,我会讲述如何搭建。
废话不多说,先给大家看一下成品:
好了,前言先讲这么多,本项目所有的代码均会开源在github上,仓库我还没建好,仓库建好后,我会将地址写在本博客中。