揭开ChatGPT面纱（1）：准备工作（搭建开发环境运行OpenAI Demo）

本博客的gitlab仓库：地址，本博客对应01文件夹。

序言：探索人工智能的新篇章

随着人工智能技术的飞速发展，ChatGPT作为其中的佼佼者，已经逐渐从实验室走向了公众视野。它不仅仅是一个简单的聊天机器人，而是代表了自然语言处理（NLP）领域的前沿技术。在ChatGPT的帮助下，我们能够实现更自然、更智能的人机交互，这无疑为开发者和普通用户带来了全新的体验和可能性。

然而，对于许多初学者和爱好者来说，如何开始接触和使用ChatGPT，可能是一个令人望而却步的问题。从注册账号到搭建开发环境，再到利用线上平台如Google Colab进行实践，每一步都充满了挑战。本系列博客文章的目的就是揭开ChatGPT的神秘面纱，带你一步步走进这个充满魔力的AI世界。

在《揭开ChatGPT面纱（一）：准备工作》中，我将从最基础的步骤开始，包括如何搭建一个适合的开发环境，以及如何编写一个OpenAI的Demo来快速体验ChatGPT的强大功能。

• 获取OpenAI的API Key：

在国内想要注册OpenAI是比较困难的，有的网站声称可以提供海外虚拟信用卡和海外手机号，这是不靠谱的，后续注册好了也可能会在使用过程中被封号，因此我找了第三方（TB）来获得API Key。总之，这个步骤请自行解决。

一、搭建开发环境

首先，确保你已经在电脑上安装了conda，以下命令均是使用的conda创建的虚拟环境。

• 创建虚拟环境：

conda create -n openaidemo python==3.10
# 激活
conda activate openaidemo

• 安装所需依赖：

pip install openai==1.6.1

二、编写并运行demo

我编写了一个可以和gpt3.5进行单词对话的demo，代码如下：

1.代码

from openai import OpenAI
import httpx
import json

# 读取配置，在上传gitlab时配置文件ignore了
with open('../config/openai.json') as config_file:
    config = json.load(config_file)

# 根据你自己的情况更改代理地址（如果你开了VPN就不用配这个）和API key
client = OpenAI(
    base_url=config['base_url'],
    api_key=config['key'],
    http_client=httpx.Client(
        base_url=config['base_url'],
        follow_redirects=True,
    ),
)


def get_response(input):
    completion = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": input}
        ]
    )
    message = completion.choices[0].message.content
    return message


if __name__ == "__main__":
    user_input = input("我：")
    generated_text = get_response(user_input)
    print(f"AI：{generated_text}")

2.解析

这段代码使用了openai库和httpx库，目的是创建一个客户端来与一个自定义的OpenAI API服务进行交互，并使用该服务生成文本。下面是逐行解析：

1. from openai import OpenAI：从openai库中导入OpenAI类。

2. import httpx：导入httpx库，这个库用于发送HTTP请求。

3. client = OpenAI(...)：创建一个OpenAI类的实例，配置了自定义的API基础URL和API密钥。这个实例将用于与OpenAI API服务进行交互。

4. base_url="https://..."：设置API的基础URL，这个URL指向一个第三方服务（代理）。

5. api_key="sk-..."：设置用于认证的API密钥。

6. http_client=httpx.Client(...)：在创建OpenAI实例时，传递一个httpx.Client实例作为http_client参数。这个httpx.Client实例也被设置了相同的基础URL，并配置为跟随HTTP重定向。

7. follow_redirects=True：配置httpx.Client实例在发送请求时跟随HTTP重定向。

8. def get_response(input):：定义一个函数get_response，它接受一个字符串参数input，这个字符串将作为输入提示传递给模型。

9. completion = client.chat.completions.create(...)：调用client的chat.completions.create方法来生成文本。传递的参数包括模型名称和消息列表。

10. model="gpt-3.5-turbo"：指定使用的模型是gpt-3.5-turbo。

11. messages=[...]：定义一个消息列表，包含两个字典，分别代表系统消息和用户输入。

12. {"role": "system", "content": "You are a helpful assistant."}：系统消息，告诉模型扮演一个有帮助的助手角色。

13. {"role": "user", "content": input}：用户消息，内容是函数参数input的值。

14. message = completion.choices[0].message.content：从生成的完成结果中获取第一个选择的消息内容。

15. return message：返回获取的消息内容。

16. user_input = input("我：")：如果作为主程序运行，从标准输入读取用户输入。

17. generated_text = get_response(user_input)：使用用户输入调用get_response函数来生成文本。

18. print(f"AI：{generated_text}")：打印出由AI生成的文本。

3.执行结果

至此，demo就成功地运行起来了。