ChatGpt基于第三方API2D服务封装的SpringBoot starter

已于 2023-07-13 11:56:26 修改
阅读量2.1k 收藏 1
点赞数
文章标签： chatgpt spring boot 后端
于 2023-07-13 11:51:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/huangchong0107/article/details/131698874
版权

前置条件：
看下API2D官网，第三方API2D服务对接流程：
其对接文档地址
https://api2d.com/wiki/doc

一:创建一个空的Maven项目
完成后整的项目层级图如下
在这里插入图片描述

1.pom.xml 中添加相关依赖包

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <artifactId>jinyi-chatgpt-api2d-starter</artifactId>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
        <jinyi-up.version>1.0.0</jinyi-up.version>
        <lombok.version>1.18.22</lombok.version>
        <commons-lang3.version>3.12.0</commons-lang3.version>
        <fastjson.version>2.0.22</fastjson.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-configuration-processor</artifactId>
            <!--不设置optional或者optional是false，表示传递依赖.  此处表示两个项目之间依赖不传递-->
            <optional>true</optional>
             <version>2.6.11</version>
        </dependency>
		<dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>${lombok.version}</version>
        </dependency>
         <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>${hutool-all.version}</version>
        </dependency>
         <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-lang3</artifactId>
            <version>${commons-lang3.version}</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba.fastjson2</groupId>
            <artifactId>fastjson2</artifactId>
            <version>${fastjson.version}</version>
        </dependency>
    </dependencies>

</project>

2.项目中涉及到的类

package com.jinyi.up.chatgpt.api2d.config;

import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.stereotype.Component;
@Data
@Component
@ConfigurationProperties(prefix = "dbj.chatgpt.api2d")
public class ChatGptApi2dConfig {
    private String host;
    private String forwardKey;
}

package com.jinyi.up.chatgpt.api2d.constants;
import lombok.Getter;
/**
 * api2d常量
 *
 * @author zhiquan
 */
@Getter
public class Api2dConstant {
    /**
     * 正式接口，分布式部署
     */
    public static final String API2D_HOST_OFFICIAL = "https://openai.api2d.net";
    /**
     * 备用接口，如果上一个无法使用（比如因为域名包含 openai 被屏蔽）可以使用这个
     */
    public static final String API2D_HOST_STANDBY = "https://oa.api2d.net";

    /**
     * 临时域名，如果前两个都无法访问可以尝试这两个（过期时间 2024-06-15）
     */
    public static final String API2D_HOST_TEMPORARY_1 = "https://oa.api2d.site";
    public static final String API2D_HOST_TEMPORARY_2 = "https://oa.api2d.online";
    /**
     * 备用接口，如果前两个都无法使用，可以使用这个
     */
    public static final String API2D_HOST_BACKUP_1 = "https://stream.api2d.net";
    /**
     * 请求拼接模板
     */
    public static final String reqUrlTemplate = "%s%s";

    /**
     * OpenAI 聊天接口( /v1/chat/completions )
     */
    public static final String CHAT_COMPLETIONS_URL = "/v1/chat/completions";
    /**
     * OpenAI 内容补全接口( /v1/completions )
     */
    public static final String COMPLETIONS_URL = "/v1/completions";
    /**
     * OpenAI 文本编辑接口( /v1/edits )
     */
    public static final String EDITS_URL = "/v1/edits";
    /**
     * OpenAI 向量生成接口( /v1/embeddings )
     */
    public static final String EMBEDDINGS_URL = "/v1/embeddings";
    /**
     * OpenAI 图片生成接口( /v1/images/generations )
     */
    public static final String IMAGES_GENERATIONS_URL = "/v1/images/generations";
}

package com.jinyi.up.chatgpt.api2d.enums;

import lombok.AllArgsConstructor;
import lombok.Getter;

/**
 * @author  zhiquan
 */
@AllArgsConstructor
@Getter
public enum Api2dModelTypeEnum {
    GPT_4(1, "gpt-4"),
    GPT_4_0314(2, "gpt-4-0314"),
    GPT_3_5_TURBO_0301(3, "gpt-3.5-turbo-0301"),
    GPT_3_5_TURBO(4, "gpt-3.5-turbo");

    private Integer status;

    private String describe;


    public static Api2dModelTypeEnum match(Integer status, Api2dModelTypeEnum defaultEnum) {
        if (status != null) {
            for (Api2dModelTypeEnum item : Api2dModelTypeEnum.values()) {
                if (item.status.equals(status)) {
                    return item;
                }
            }
        }
        return defaultEnum;
    }

    public static String getDescirbe(Integer status, String defaultStr) {
        if (status != null) {
            for (Api2dModelTypeEnum item : Api2dModelTypeEnum.values()) {
                if (item.status.equals(status)) {
                    return item.getDescribe();
                }
            }
        }
        return defaultStr;
    }
}


package com.jinyi.up.chatgpt.api2d.entitys;

import lombok.Data;
import lombok.experimental.Accessors;

import java.util.List;

/**
 * chat 调用 聊天接口( /v1/chat/completions )需要封装的请求对象
 *  @author zhiquan
 */
@Data
@Accessors(chain = true)
public class Api2dParamData {

    private String model;

    private List<Api2dParamSonData> messages;
}


package com.jinyi.up.chatgpt.api2d.entitys;

import lombok.Data;
import lombok.experimental.Accessors;

/**
 * chat 调用 聊天接口( /v1/chat/completions )需要封装的请求对象Api2dParamData的子对象
 * @author zhiquan
 */
@Data
@Accessors(chain = true)
public class Api2dParamSonData {

    private String role = "user";

    private String content;
}


package com.jinyi.up.chatgpt.api2d.entitys;


import lombok.Data;

import java.util.List;

/**
 * chat 调用 聊天接口( /v1/chat/completions )后返回的json
 *字段完全同步于第三方响应字段
 * @author zhiquan
 */
@Data
public class ChatCompletionsResponse {
    /**
     * 对话标识符，用于唯一标识此次聊天会话
     */
    private String id;
    /**
     * 对象类型，表示此响应是一个聊天完成事件
     */
    private String object;
    /**
     * 响应创建时间的时间戳
     */
    private int created;
    /**
     * 使用的模型名称，此处为“gpt-3.5-turbo-0301"
     */
    private String model;
    /**
     * 包含模型生成的选择回答的列表，这里只有一个选项
     */
    private List<Choices> choices;
    /**
     * API 的使用情况统计信息
     */
    private Usage usage;
}


package com.jinyi.up.chatgpt.api2d.entitys;

import com.alibaba.fastjson2.annotation.JSONField;
import lombok.Data;

/**
 * chat 调用 聊天接口( /v1/chat/completions )后返回的json对象的子属性
 * 字段完全同步于第三方响应字段
 *
 * @author zhiquan
 */
@Data
public class Choices {
    /**
     * 回答的索引号。
     */
    private int index;
    /**
     * 表示模型生成的回答
     */
    private Message message;
    /**
     * 完成原因，这里是“stop"，表示模型停止生成回答
     */
    @JSONField(name = "finish_reason")
    private String finishReason;
}


package com.jinyi.up.chatgpt.api2d.entitys;

import lombok.Data;

/**
 * chat 调用 聊天接口( /v1/chat/completions )后返回的json对象的子属性
 *字段完全同步于第三方响应字段
 * @author zhiquan
 */
@Data
public class Message {
    /**
     * 角色，这里是“assistant"，表示助手角色生成的回答
     */
    private String role;
    /**
     * 回答的内容
     */
    private String content;
}


package com.jinyi.up.chatgpt.api2d.entitys;

import com.alibaba.fastjson2.annotation.JSONField;
import lombok.Data;

/**
 * chat 调用 聊天接口( /v1/chat/completions )后返回的json对象的子属性
 * 字段完全同步于第三方响应字段
 *
 * @author zhiquan
 */
@Data
public class Usage {
    /**
     * 用于 prompt 的令牌数量
     */
    @JSONField(name="prompt_tokens")
    private int promptTokens;
    /**
     * 生成的回复的令牌数量
     */
    @JSONField(name="completion_tokens")
    private int completionTokens;
    /**
     * 请求的总令牌数量 (包括输入和输出)
     */
    @JSONField(name="total_tokens")
    private int totalTokens;
    /**
     * 截至此次请求时的令牌数
     */
    @JSONField(name="pre_token_count")
    private int preTokenCount;
    /**
     * 初始限制的令牌数。
     */
    @JSONField(name="pre_total")
    private int preTotal;
    /**
     * 根据模型的内部限制调整后的令牌数
     */
    @JSONField(name="adjust_total")
    private int adjustTotal;
    /**
     * 最终用于此次请求的令牌数。
     */
    @JSONField(name="final_total")
    private int finalTotal;
}


package com.jinyi.up.chatgpt.api2d.utils;

import cn.hutool.http.HttpRequest;
import cn.hutool.json.JSONUtil;
import com.google.common.collect.Lists;
import com.jinyi.up.chatgpt.api2d.config.ChatGptApi2dConfig;
import com.jinyi.up.chatgpt.api2d.constants.Api2dConstant;
import com.jinyi.up.chatgpt.api2d.entitys.Api2dParamData;
import com.jinyi.up.chatgpt.api2d.entitys.Api2dParamSonData;
import com.jinyi.up.chatgpt.api2d.entitys.ChatCompletionsResponse;
import com.jinyi.up.chatgpt.api2d.enums.Api2dModelTypeEnum;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.lang3.StringUtils;
import org.springframework.stereotype.Component;

import javax.annotation.Resource;
import java.util.List;

/**
 * api2d 请求util
 */
@Slf4j
@Component
public class ChartGptApi2dUtil {

    @Resource
    private ChatGptApi2dConfig chatGptApi2dConfig;

    /**
     * 调用POST请求类型(application/json)接口
     *
     * @param
     * @return
     */
    private String publicApi2dInterface(String jsonStr, String url) throws Exception {
        String authTemp = "Bearer %s";
        String HttpResponseBodyStr = HttpRequest.post(url)
                .header("Content-Type", "application/json")
                .header("Authorization", String.format(authTemp, chatGptApi2dConfig.getForwardKey()))
                .body(jsonStr)
                .timeout(60000)
                .execute().body();
        return HttpResponseBodyStr;
    }

    /**
     * ChartGPT聊天 返回响应的转换后的对象
     *
     * @param reqContent 输入的提问内容
     * @param modelType  chatgpt版本type{@link com.jinyi.up.chatgpt.api2d.enums.Api2dModelTypeEnum}
     * @return ChatCompletionsResponse
     */
    public ChatCompletionsResponse chatCompletionsEntity(Integer modelType, String reqContent) throws Exception {
        String resultJsonStr = chatCompletionsString(modelType, reqContent);
        log.info(resultJsonStr);
        if (!StringUtils.isBlank(resultJsonStr)) {
            ChatCompletionsResponse bean = JSONUtil.toBean(resultJsonStr, ChatCompletionsResponse.class);
            return bean;
        }
        return null;
    }

    /**
     * ChartGPT聊天返回原生响应的JSON STRING
     *
     * @param reqContent 输入的提问内容
     * @param modelType  chatgpt版本type{@link com.jinyi.up.chatgpt.api2d.enums.Api2dModelTypeEnum}
     * @return
     */
    public String chatCompletionsString(Integer modelType, String reqContent) throws Exception {
        Api2dParamSonData api2dParamSonData = new Api2dParamSonData()
                .setContent(reqContent);
        List<Api2dParamSonData> messages = Lists.newArrayList(api2dParamSonData);
        Api2dParamData api2dParamData = new Api2dParamData()
                .setModel(Api2dModelTypeEnum.getDescirbe(modelType, Api2dModelTypeEnum.GPT_3_5_TURBO.getDescribe())).setMessages(messages);
        String url = String.format(Api2dConstant.reqUrlTemplate, chatGptApi2dConfig.getHost(), Api2dConstant.CHAT_COMPLETIONS_URL);
        log.info("ChartGPT聊天 请求url:{},请求param:{}", url, api2dParamData);
        return publicApi2dInterface(JSONUtil.toJsonStr(api2dParamData), url);
    }
}

3.resources文件夹下添加META-INF/spring.factories文件

org.springframework.boot.autoconfigure.EnableAutoConfiguration=\
 com.jinyi.up.chatgpt.api2d.utils.ChartGptApi2dUtil,\
com.jinyi.up.chatgpt.api2d.config.ChatGptApi2dConfig

4.使用说明

jinyi-chatgpt-api2d-starter

jinyi-chatgpt-api2d-starter

时间当前版本版本特性作者
2023.7.120.0.1-RELEASE1.初版仅提供chatGpt提问功能zhiquan

组件简介

  • 基于API2D的API封装的

1.Spring Boot 项目添加 Maven 依赖

  <dependency>
            <groupId>com.jinyi.up</groupId>
            <artifactId>jinyi-chatgpt-api2d-starter</artifactId>
            <version>1.0.0</version>
        </dependency>

2、在application.properties 或者 application.yml 等配置文件中增加如下配置

dbj.chatgpt.api2d.host=https://stream.api2d.net   #api2d对外提供的ChatGpt访问的Api Host
dbj.chatgpt.api2d.forwardKey=fk****************8  #api2d服务提供的Forward Key

dbj:
  chatgpt:
    api2d:
      host: https://stream.api2d.net  #api2d对外提供的api访问Host
      forwardKey: fk****************8 #api2d服务提供的Forward Key

3、使用示例

@Slf4j
@RestController
@RequestMapping("/test")
public class StarterTestController {

    @Resource
    private ChartGptApi2dUtil chartGptApi2dUtil;

    @GetMapping("/gptStarter")
    public R<Object> gptStarter() {
        try {
            ChatCompletionsResponse result = chartGptApi2dUtil.chatCompletionsEntity(4, "儿童节文案");
            return R.ok(result);
        } catch (Exception e) {
            log.error("gpt回话请求异常:", e);
        }
        return R.failed();
    }
}

4、ChartGptApi2dUtil能力

4.1 chatCompletionsEntity(Integer modelType, String reqContent)方法： OpenAI 聊天方法，返回封装的ChatCompletionsResponse对象

**4.2 chatCompletionsString(Integer modelType, String reqContent)**方法:OpenAI 聊天方法，返回的调用api2d openApi接口后返回的原生json字符串

chatCompletionsEntity() 和chatCompletionsString()请求参数相同，详见如下表格

参数字段类型是否必填描述备注
modelTypeInteger*api2d 对应的model版本枚举 ，1: GPT_4 4:gpt-3.5-turbo详见Api2dModelTypeEnum
reqContentString*向chatgpt提问的问题内容

ChatCompletionsResponse对象属性说明

{
    "id": "chatcmpl-7bgwmOfeGf14HkOrpMCJ4x9cvdArF", #对话标识符，用于唯一标识此次聊天会话
    "object": "chat.completion", #对象类型，表示此响应是一个聊天完成事件
    "created": 1689217580, #响应创建时间的时间戳
    "model": "gpt-3.5-turbo-0613",  #使用的模型名称，此处为gpt-3.5-turbo-0613
    "choices": [  #包含模型生成的选择回答的列表，这里只有一个选项
      {
        "index": 0, #回答的索引号。
        "message": {  #表示模型生成的回答
          "role": "assistant", #角色，这里是“assistant"，表示助手角色生成的回答
          "content": "科比，全名科比·布莱恩特（Kobe Bryant），1978年8月23日出生于美国宾夕法尼亚州费城，2019年1月26日因直升机失事意外身亡，是一位美国职业篮球运动员。科比是NBA历史上最伟大的球员之一，被誉为“黑曼巴”，他在职业生涯期间效力于洛杉矶湖人队。\n\n科比在NBA生涯中获得了众多荣誉，包括5个NBA总冠军、2个NBA总决赛最有价值球员（MVP）、4个全明星赛最有价值球员（MVP），以及18次入选NBA全明星阵容等。他也是NBA历史得分榜上位列第4的球员，总得分超过了3万分。\n\n除了在NBA的成功之外，科比也是美国国家队的重要成员，并在2008年和2012年两届奥运会上帮助美国队夺得金牌。\n\n科比在场上以他的得分能力和个人进攻技巧著称，他是一位极具竞争力的球员，对胜利有着强烈的渴望。他的篮球智商和技术使他成为一个精准的得分手，同时他也是一位出色的防守球员。\n\n科比的突然离世使全球篮球界深感痛惜，他的篮球成就和影响力将永远铭记在人们心中。" #回答的内容
        },
        "finishReason": "stop"  #完成原因，这里是“stop"，表示模型停止生成回答
      }
    ],
    "usage": { #API 的使用情况统计信息
      "promptTokens": 9, #用于 prompt 的令牌数量
      "completionTokens": 463, #生成的回复的令牌数量
      "totalTokens": 472, # 请求的总令牌数量 (包括输入和输出)
      "preTokenCount": 4096, # 截至此次请求时的令牌数
      "preTotal": 42, #初始限制的令牌数。
      "adjustTotal": 37, #根据模型的内部限制调整后的令牌数
      "finalTotal": 5   #最终用于此次请求的令牌数。
}

原生Json字符串返回说明：

{"id":"chatcmpl-7bh9aayOMAY9z0iFDR5P4kdLNIjW1","object":"chat.completion","created":1689218374,"model":"gpt-3.5-turbo-0613","choices":[{"index":0,"message":{"role":"assistant","content":"科比（Kobe），全名科比·布莱恩特（Kobe Bryant），是一位美国职业篮球运动员，出生于1978年8月23日，于2020年1月26日因直升机事故不幸去世。科比在NBA的职业生涯中效力于洛杉矶湖人队，被认为是最伟大的篮球运动员之一。\n\n科比从高中时期就开始展现出与众不同的篮球天赋，在1996年的NBA选秀中以第13顺位被夏洛特黄蜂队选中，但很快被湖人队用于交换筹码，成为NBA历史上最年轻的球员之一。\n\n科比在湖人队的职业生涯中取得了众多成绩，包括5次NBA总冠军、2次NBA总决赛MVP、1次常规赛MVP等荣誉。他是湖人队历史上得分最高的球员，并在职业生涯中共获得了4次得分王的称号。\n\n除了职业联赛中的成功，科比还是美国国家队的成员，参加了多次国际比赛，其中包括2008年北京奥运会和2012年伦敦奥运会，帮助美国获得金牌。\n\n科比以其出色的得分能力、技术精湛的投篮和极高的竞争意识而闻名，他被誉为NBA历史上最全能的得分手之一。科比对比赛有着非常高的热情和敬业精神，他的工作态度和专注度也给球迷们留下了深刻的印象。\n\n科比的突然离世给整个篮球界和广大球迷带来了巨大的震惊和悲伤。他将永远被人们铭记为一位伟大的篮球运动员，为他在篮球领域的贡献和对于比赛的热爱致以敬意与怀念。"},"finish_reason":"stop"}],"usage":{"prompt_tokens":9,"completion_tokens":619,"total_tokens":628,"pre_token_count":4096,"pre_total":42,"adjust_total":35,"final_total":7}}
哈喽，树先生
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
cocos第三方依赖库
01-02
cocos 2d-x第三方依赖库，支持cocos 2d-x加载第三方依赖的库。
lab2d:可定制的2D平台，用于基于代理的AI研究
03-19
DeepMind Lab2D 用C ++和Lua编写的用于创建网格世界的学习环境。 关于 DeepMind Lab2D是一个用于创建2D环境以进行机器学习的系统。该系统的主要目标是易用性和性能：环境是“网格世界”，定义了简单的基于文本的地图（用于布局世界）和Lua代码（用于其行为）的组合。机器学习代理通过以下两种API之一与这些环境进行交互：Python API或自定义C API（ 也使用）。支持多个代理。 如果您在研究中使用DeepMind Lab2D并想引用它，我们建议您引用。 入门 我们在python/random_agent提供了一个示例“随机”代理，该代理执行随机动作。这可以用作创建自己的代理的基础，也可以作为预览环境的简单工具。 bazel run -c opt dmlab2d/python:random_agent -- --level_name=clean_up 外部依
探索 API2D.js：让API可视化的新纪元
gitblog_00021的博客
04-03 268
探索 API2D.js：让API可视化的新纪元 项目地址:https://gitcode.com/easychen/api2d-js API2D.js 是一个创新的JavaScript库，它将API调用的结果以二维图形的形式展示出来，为开发者提供了一种全新的方式去理解和调试API。通过这个项目，数据不再仅仅是文字和数字，而是能够生动地呈现在图表之中。 技术解析 API2D.js 核心是基于Web...
Python第三方库matplotlib（2D绘图库）入门与进阶
01-27
Matplotlib是一个Python2D绘图库，它可以在各种平台上以各种硬拷贝格式和交互式环境生成出具有出版品质的图形。 Matplotlib可用于Python脚本，Python和IPythonshell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包 Matplotlib试图让简单的事情变得更简单，让无法实现的事情变得可能实现。只需几行代码即可生成绘图，直方图，功率谱，条形图，错误图，散点
Altium常用2D标准封装.lib
07-11
Altium常用2D标准封装.lib
DIP封装Altium封装库AD三维视图PCB封装库（2D3D封装库）
03-18
IP4-40封装Altium封装库AD三维视图PCB封装库（2D3D封装库）25个，封装列表如下： Component Count : 25 Component Name ----------------------------------------------- DIP_TP20-300 DIP_TP40-600 DIP4-300 DIP6-300 DIP8-300 DIP8-300_MH DIP14-300 DIP14-300_MH DIP16-300 DIP16-300_MH DIP18-300 DIP18-300_MH DIP20-300 DIP20-300_MH DIP22-300 DIP22-300_MH DIP24-300 DIP24-300_MH DIP24-600 DIP24-600_MH DIP28-400 DIP28-600 DIP40-600 DIP40-600_MH DIP48-600
【ChatGPT】原生JS实现ChatGPT小型Demo
RiverGods的博客
03-29 7647
初入前端的小白也可以尝鲜，无需科学上网，调用API2D的接口进行连接
SpringBoot3.0整合chatGPT
12-18 1万+
导读 | 12月总体来说互联网的技术圈是非常热闹的，chatGPT爆火，SpringBoot3.0发布等重磅陆消息续进入大家的视线，而本文作者将以技术整合的角度，带大家把最火的两个技术整合在一起。读完本文，你将熟悉SpringBoot3.0自定stater模块的操作流程，并熟悉OpenAi为chatGPT提供的49种场景。
springboot+chatgpt+chatUI Pro开发智能聊天工具
奔跑中的小象的博客
03-27 9481
springboot+chatgpt+chatUI Pro开发智能聊天工具
ChatGPT使用学习（一）：chatgpt_academic安装到测试详细教程，封装成exe工具可一键使用（一文包会）
热门推荐
源的博客
04-05 3万+
chatgpt_academic是由binary-husky开发的一个开源项目，是一个科研工作专用ChatGPT拓展，特别优化学术Paper润色体验，支持自定义快捷按钮，支持自定义函数插件，支持markdown表格显示，Tex公式双显示，代码显示功能完善，新增本地Python/C++/Go项目树剖析功能/项目源代码自译解能力，新增PDF和Word文献批量总结功能。
【Cocos】Api篇-3、详解Node中2D属性Api
学无止境
11-28 330
【Cocos】Api篇-3、详解Node中2D属性Api
这是从github上克隆的chatgpt 微信项目，调整为了API2D接口
最新发布
04-03
基于ChatGPT的微信聊天机器人，通过 ChatGPT 接口生成对话内容，使用 itchat 实现微信消息的接收和自动回复。已实现的特性如下： 文本对话： 接收私聊及群组中的微信消息，使用ChatGPT生成回复内容，完成自动回复。...
深入 Canvas: 基础 2D API
超悠閒的博客
10-16 314
深入 Canvas: 基础 2D API 文章目录深入 Canvas: 基础 2D API正文1. 基础 2D API 总览1.1 Canvas 标签1.2 渲染上下文1.3 CanvasRenderingContext2D API2. 绘制矩阵3. 绘制路径3.1 直线路径3.2 曲线路径3.3 二次/三次贝塞尔曲线路径4. 绘制样式4.1 填充颜色4.2 描边颜色4.3 绘制透明度4.4 线段样式4.5 渐变颜色4.6 绘制阴影5. 绘制文字5.1 填充/描边文字5.2 文字垂直基准线5.3 测量文字宽
Java标准教程：Java 2D绘图--第1章 Java 2d API概念概述
Uoooo的专栏
02-24 2057
Java 2D API通过扩展抽象窗口工具箱（AWT ），为Java 程序提供了二维图像，文本和图形的功能。这个复杂的渲染包支持线形图像，文本和图形，为富用户界面，复杂绘图程序和图像处理器开发者提供灵活的，功能强大的框架。Java 2D 对象出现在一个平面中，称为用户坐标系空间，和设备坐标系空间。当对象在屏幕或打印机中渲染时，用户空间坐标系被转换成设备空间坐标系。以下链接可以在开始学习Java 2D API 时是很有用的：l         Graphicsl         Graphics2
[译]Windows 中的 2D 绘图 API
weixin_30932215的博客
08-11 347
原文链接 : 2D Drawing APIs in Windows 背景知识 : Windows 图形编程 在 Windows 7 操作系统中，微软花费了很大的力气构建了一套新的 2D 绘图 API。我们称之为 Direct2D ，隶属于 DirectX 家族。这个 API 的开发填补了 Windows 图形平台的一些缺陷。其中非常重要的一点就是普通的 2D 程序渲染不再缺乏...
ChatGPT的开发者是否提供API或开发工具包供开发者使用？
2301_78240434的博客
06-19 1322
ChatGPT官方文档包括了API的使用说明、请求和响应的格式、参数设置等详细信息，帮助开发者了解API的功能和使用方法。c. 加速模型集成和部署：API和开发工具包提供了标准化的接口和规范，使得模型的集成和部署变得更加简单和高效。d. 支持个性化和定制化需求：API和开发工具包通常提供了丰富的参数和选项，允许开发者根据自己的需求进行个性化和定制化的配置。是的，ChatGPT的开发者提供了API和开发工具包，以便开发者能够利用ChatGPT模型构建自己的应用程序和系统。教育工具、智能助理等。
使用纯flutter3.0版本，2个dart文件，搭建ChatGPT简易版聊天客户端程序（含openai与api2d版本）
小哈里的博客
06-03 1819
使用纯flutter3.0版本，2个dart文件，搭建ChatGPT简易版聊天客户端程序（含openai与api2d版本）使用纯Flutter 3.0版本，仅需2个Dart文件，即可搭建ChatGPT简易版聊天客户端程序（包括OpenAI与API2D版本） 随着人工智能的快速发展，聊天机器人成为了现代社交和客户服务的重要工具。ChatGPT是OpenAI开发的一款基于深度学习的语言模型，能够模1、效果展示 2、按钮的搭建（1个组件） 3、聊天窗口的搭建（1个dart） 4、API请求的实现（1个dart）
ChatGPT：Maven构建问题——配置Maven以生成可执行JAR文件并设置主类、解决Maven生成多个JAR文件的问题
XRT_knives的博客
09-19 846
ChatGPT：Maven构建问题——配置Maven以生成可执行JAR文件并设置主类、解决Maven生成多个JAR文件的问题
unity 有障碍物逻辑的第三方导航插件推荐
05-24
在 Unity 中实现障碍物逻辑的导航，可以使用以下第三方插件： 1. A* Pathfinding Project：这是一个基于 A* 导航算法的插件，可用于在 Unity 中实现包含障碍物的导航。它支持多种地形类型、多个层级、多种路径类型等。同时也提供了多种参数设置，以便用户根据自己的需求进行调整。 2. Navigation2D：这是一个专门用于 2D 环境下导航的插件，它支持基于多边形的导航网格。用户可以通过将障碍物添加到导航网格中来实现障碍物逻辑。 3. RAIN AI：这是一个强大的 AI 插件，它包括了各种 AI 功能，其中包括导航功能。它支持多种导航算法，并可以通过添加障碍物来实现障碍物逻辑。 以上是一些常见的用于 Unity 中实现障碍物逻辑导航的第三方插件，您可以根据自己的需求选择合适的插件。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值