原生JS调用OpenAI GPT接口并实现ChatGPT逐字输出效果

效果:
效果

猜你感兴趣:springboot+vue实现ChatGPT逐字输出打字效果 附源码,也是小弟原创,感谢支持!

没废话,上代码:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
    <style>
        /* CSS样式 */
        body {
            font-family: Arial, sans-serif;
            margin: 0;
            padding: 0;
        }

        .chat-container {
            max-width: 600px;
            margin: 20px auto;
            border: 1px solid #ccc;
            border-radius: 5px;
            padding: 10px;
        }

        .chat-box {
            height: 300px;
            overflow-y: scroll;
            border-bottom: 1px solid #ccc;
            padding-bottom: 10px;
        }

        #user-input {
            width: calc(100% - 100px);
            padding: 8px;
            margin-top: 10px;
            border-radius: 5px;
            border: 1px solid #ccc;
        }

        button {
            padding: 8px 15px;
            margin-left: 10px;
            border-radius: 5px;
        }

        .message {
            margin-bottom: 10px;
        }

        .sender {
            font-weight: bold;
        }
    </style>
</head>

<body>
    <div class="chat-container" id="chat-container">
        <div class="chat-box" id="chat-box">
            <!-- 聊天消息将会在这里显示 -->
        </div>
        <input type="text" id="user-input" placeholder="Type a message...">
        <button id="send-button" onclick="sendMessage()">Send</button>
    </div>
</body>

<script>
    // --------------------init--------------------------------------
    const API_KEY = "你的key";
    const ENDPOINT = "https://api.openai.com/v1/chat/completions";

    // 获取输入框元素
    const userInput = document.getElementById('user-input');

    // 监听输入框的回车事件
    userInput.addEventListener('keydown', (event) => {
        if (event.key === "Enter") {
            // 处理回车事件
            sendMessage();
        }
    });

    // 历史消息
    const messages = [];

    // 等待
    let waiting = false;
    // -------------------------------------------------------------------------------------------------

    /**
     * 发送消息
     */
    function sendMessage() {
        // 等待
        if (waiting) {
            alert('等待回复中');
            return;
        }
        waiting = true;
        // 获取到用户的输入
        const message = userInput.value.trim();
        // 判断用户输入是否为空
        if (message === '') {
            alert('请输入内容');
            waiting = false;
            return;
        }
        // 将用户输入显示在聊天框中
        displayUserMessage(message);
        userInput.value = '';
        // 创建ChatGPT的回复,并获取到显示回复的容器
        const htmlSpanElement = displayChatGPTMessageAndGetContainer();
        // 发送消息到ChatGPT
        addMessage("user", message);
        const body = JSON.stringify({model: "gpt-3.5-turbo", messages: messages, stream: true});
        ssePost(
            // 请求地址
            ENDPOINT,
            // 请求头
            {"Content-Type": "application/json", Authorization: "Bearer " + API_KEY },
            // params,这里没有参数
            {},
            // body
            body,
            // 收到事件时的回调。这里将事件的data显示在htmlSpanElement中
            (event) => {const content = getContent(event.data); if (content) htmlSpanElement.innerHTML += content},
            // 结束时的回调。1.将消息添加到历史消息中 2.将等待状态设置为false
            () => {addMessage("assistant", htmlSpanElement.innerHTML); waiting = false},
            // 发生错误时的回调
            (error) => {console.log(error)}
        );
    }


    // 匹配回复内容的正则表达式
    const contentPattern = /"content":"(.*?)"}/;

    /**
     * 获取回复内容
     * @param data 数据
     * @returns 回复内容
     */
    function getContent(data) {
        const match = data.match(contentPattern);
        if (match) {
            return match[1];
        } else {
            return null;
        }
    }


    /**
     * 将消息添加到历史消息中
     * @param role 角色。user或者assistant
     * @param content 消息内容
     */
    function addMessage(role, content) {
        messages.push({role: role, content: content});
    }

    const chatBox = document.getElementById('chat-box');

    /**
     * 将用户输入显示在聊天框中
     * @param text 用户的输入
     */
    function displayUserMessage(text) {
        const messageDiv = document.createElement('div');
        messageDiv.classList.add('message');

        const senderSpan = document.createElement('span');
        senderSpan.classList.add('sender');
        senderSpan.textContent = 'You: ';

        const textSpan = document.createElement('span');
        textSpan.textContent = text;

        messageDiv.appendChild(senderSpan);
        messageDiv.appendChild(textSpan);

        chatBox.appendChild(messageDiv);
        chatBox.scrollTop = chatBox.scrollHeight;
    }

    /**
     * 将ChatGPT的回复显示在聊天框中
     * @returns {HTMLSpanElement}
     */
    function displayChatGPTMessageAndGetContainer() {
        const messageDiv = document.createElement('div');
        messageDiv.classList.add('message');

        const senderSpan = document.createElement('span');
        senderSpan.classList.add('sender');
        senderSpan.textContent = 'ChatGPT: ';

        const textSpan = document.createElement('span');
        messageDiv.appendChild(senderSpan);
        messageDiv.appendChild(textSpan);

        chatBox.appendChild(messageDiv);
        chatBox.scrollTop = chatBox.scrollHeight;
        return textSpan;
    }








    function objectToQueryString(obj) {
        return Object.keys(obj)
            .map(key => `${encodeURIComponent(key)}=${encodeURIComponent(obj[key])}`)
            .join('&');
    }

    /**
     * 发送POST请求并处理sse事件
     * @param url 请求地址
     * @param headers 请求头
     * @param params 请求参数
     * @param body 请求体
     * @param onEvent 收到事件时的回调
     * @param onEnd 结束时的回调
     * @param onError 发生错误时的回调
     */
    function ssePost(url, headers, params, body, onEvent, onEnd, onError) {
        // 拼接url
        if (Object.keys(params).length > 0) {
            url += '?' + objectToQueryString(params);
        }
        // 发送请求
        fetch(url, {
            method: 'POST',
            headers: headers,
            body: body,
        }).then(async response => {
            // 判断响应状态码
            if (!response.ok) {
                onError(new Error('Network response was not ok'));
                return;
            }
            // 异步处理响应流
            const reader = response.body.getReader();
            // 响应缓冲区
            let buffer = '';
            // 响应的前一个字符,用于判断一个事件是否结束
            let before = '';
            // 循环读取响应流,直到响应流结束
            while (true) {
                // 读取响应流
                const {done, value} = await reader.read();
                // 响应流结束
                if (done) {
                    break;
                }
                // 将响应流转换为文本
                const text = new TextDecoder().decode(value);
                // 遍历文本
                for (const element of text) {
                    // 判断是否为事件结束。连续两个'\n'表示一个事件结束
                    if (element === '\n' && before === '\n') {
                        // 将事件中的字段分割出来。例如:event: message \n data: hello world \n id: 123 \n\n
                        const eventAndData = buffer.substring(0, buffer.length - 1).split('\n');
                        // 将事件中的字段转换为对象, 例如:{event: message, data: hello world, id: 123}
                        const resultObject = {};
                        eventAndData.forEach(pair => {
                            const colonIndex = pair.indexOf(':');
                            if (colonIndex === -1) {
                                return;
                            }
                            resultObject[pair.substring(0, colonIndex)] = pair.substring(colonIndex + 2);
                        });
                        // 回调
                        onEvent(resultObject);
                        // 清空缓冲区
                        buffer = '';
                    } else
                    // 不是事件结束,将字符添加到缓冲区
                    {
                        before = element;
                        buffer += element;
                    }
                }
            }
            // 结束时的回调
            onEnd();
        }).catch(error => {
            // 发生错误时的回调
            onError(error);
        })
    }
</script>
</html>
  • 13
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
【资源说明】 1、基于Android调用OpenAI接口ChatGPT实例源码+项目说明.zip 2、该资源包括项目的全部源码,下载可以直接使用! 3、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 4、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 基于Android调用OpenAI接口ChatGPT实例源码+项目说明.zip 调用openai提供的接口实现ChatGPT对话 功能: <del> ✓可以免费使用,无需登录(在本人账号余额耗尽之前,默认配置即可)</del> × 本人账号余额已于2023.04.01耗尽,不再提供API KEY ![image](img/1.jpg) ✓ 支持至Gpt-3.5模型(因为本人买不起plus) ✓ 无需代理即可与ChatGPT对话(可以使用自己的服务器中转) ✓ 支持带记忆的连续对话,可以随时清除记忆 ✓ 可以复制ai回答文本 ✓ 使用流式传输,ai的回答是动态连续的 ✓ 使用wss保护数据传输安全 ? vits语音合成(试行)。仅在 “英国 S1” 中转服务器 上运行。使用服务器CPU进行推理,计算速度极为缓慢,不建议使用。 ![image](img/config.jpg) ![image](img/com.chat.jpg) # 关于收到乱码 如果你希望使用预置的中转服务器,请确保APP为github上的最新版本, 乱码可能原因:由于 APP内置的通讯标记 与 服务器内置的通讯标记 不匹配,导致APP无法正常接收对话数据 如果你希望可以使用自定义的通讯标记,请更改APP与springboot的源码并自行编译、运行 # 关于直连官方接口失败: 因为某些原因, https://api.openai.com 已经被GFW dns阻断了 最新版本可以选择使用服务器运行springboot + websocket与APP即时通讯,进行数据中转,以此绕开sni 配套springboot项目地址 你可以自行修改springboot中的代码以配适你的App 当然,你可以选中“不使用中转”, 并在手机上设置好代理,APP会直接向openai发送请求 # 关于语音转换: 引用 # 关于api_key失效 api_key一旦被官方检测到一个key被多人使用就会自动失效 一个openai账号可以维持最多五个api key,也就是说可以让五个人分别专用一个账号下不同的key # usage check the configs first, confirm your api_key is available. connected to the Internet. 首先检查配置,确保api_key可用 建议将文本长度调整至1000及以上 确保APP可以联网
实现调用openai api逐字输出聊天信息,您需要使用OpenAIGPT-3模型,这是一个自然语言处理模型,可以生成具有上下文和连贯性的自然语言文本。 以下是实现此目标的步骤: 1.注册OpenAI账号,并创建一个API密钥。 2.安装OpenAI API客户端。 3.在您的代码中导入OpenAI API客户端,并使用您的API密钥进行身份验证。 4.构建一个聊天输入,向OpenAI API发送请求,并获取API返回的文本。 5.逐字输出API返回的文本,以模拟实时聊天效果。 以下是一个示例代码,演示如何使用Python实现逐字输出聊天信息: ``` import openai import time # 设置API密钥 openai.api_key = "YOUR_API_KEY_HERE" # 聊天的开始语句 prompt = "Hello, how are you today?" # 开始聊天 while True: # 向OpenAI API发送请求,并获取API返回的文本 response = openai.Completion.create( engine="davinci", prompt=prompt, max_tokens=1 ) # 从API返回的文本中获取下一个字符 next_char = response.choices[0].text # 输出下一个字符,并等待一定时间 print(next_char, end="", flush=True) time.sleep(0.5) # 如果输出的字符是换行符,则打印一个新的提示语句,准备开始下一轮聊天 if next_char == "\n": prompt = input("> ") ``` 在此示例中,我们使用OpenAI的davinci引擎来生成文本。我们设置max_tokens参数为1,以确保每次API调用只生成一个字符。我们还使用time.sleep()函数来等待一定时间,以模拟实时聊天效果。 请注意,此示例中的代码仅适用于演示目的,您可能需要根据您的具体要求进行修改和定制。

“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 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

程大白丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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