使用go语言、Python脚本搭建一个简单的chatgpt服务网站。

香菜美汁源2023-08-24 9:55

使用go语言、Python脚本搭建一个简单的GPT服务网站

前言

研0在暑假想提升一下自己，自学了go语言编程和机器学习相关学习，但是一味学习理论，终究是枯燥的，于是自己弄点小项目做。

在这之前，建议您需要掌握以下两个技巧，我在这里不赘述了

  1. 一个openAI账号，并申请了KEY（b站有教程）
  2. 魔法的method（自己摸索哈~网上应该也有教程嘿嘿~）

现在开始！！！

文章目录

  1. Python准备
  2. go服务器与html页面
  3. 总结与效果展示

一、准备一个Python脚本

第一步：利用pip下载OpenAi依赖包

python 复制代码 
pip install openai

第二步：将openai的操作封装成一个类，OpenAi.py

python 复制代码 
import openai


class OpenAi:
    def __init__(self, key):
        """
        传入一个key
        :param key: 你申请的key
        """
        openai.api_key = key # 这里设置key
        self.model_name = "gpt-3.5-turbo"  # 使用默认chatgpt3.5模型
        self.role = "user"  # 使用user的角色，此外还有system等角色，可以自己改着来玩玩

    def submit(self, question):
        """
        这个方法向gpt发送你想发给gpt的message, 返回一个response对象，是json格式的
        """
        response = openai.ChatCompletion.create(
            model=self.model_name,  # 使用ChatGPT引擎
            messages=[
                {"role": "user", "content": question},
            ],
            temperature=0,
            # stream=True  # this time, we set stream=True
        )
        return response

第三步：编写Python脚本 testGPT2.py，注意修改自己的key

python 复制代码 
import os, sys
# 这里我们导入刚才封装的类
import OpenAI as op


def main():
    # 接受命令行参数
    args = sys.argv[1:]
    message = " ".join(args)
    open_ai_object = op.OpenAi("把你申请的key复制到这里来")
    response = open_ai_object.submit(message)
    # 取出gpt的回答
    gpt_answer = response["choices"][0]["message"]["content"]
    # 以utf-8的形式输出到命令行，避免中文乱码，后续go语言将会读取
    print(gpt_answer.encode('utf-8'))


if __name__ == '__main__':
    main()

第四步：测试一下下，启动cmd，cd到testgpt2.py的目录下

python testgpt2.py 你是谁啊？
python testgpt2.py who are you？

可以发现当询问中文时，脚本会返回中文的utf-8编码，询问英文的时候，会返回英文内容。
运行成功！！！！！！

小结：截至目前，python脚本准备好了，我们接下来使用go搭建一个简单的服务器。

二、搭建一个go服务器和一个html页面，注意修改自己的路径

这里需要准备一个服务器代码和一个html页面，这里直接提供给大家。
初学go！可能有漏洞，欢迎大家指正！

server.go

go 复制代码 
package main

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io"
	"net/http"
	"os"
	"os/exec"
	"strings"
)

var count int = 0

func main() {
	// 注册处理函数
	http.HandleFunc("/data", askForGpt)
	http.HandleFunc("/", helloHandler)
	// 启动服务器，监听在指定的端口
	port := 8080
	fmt.Printf("Server started at :%d\n", port)
	err := http.ListenAndServe(fmt.Sprintf(":%d", port), nil)
	if err != nil {
		fmt.Println("Error:0", err)
	}
}

const (
	// 这里大家改成自己html页面的路径即可
	HTML_PATH = "C:\\Users\\45191\\Desktop\\test8.html"
)

// 这个函数调用后会向前端返回一个html页面
func helloHandler(w http.ResponseWriter, r *http.Request) {
	countUsers()
	responseHtmlContent := readHtmlFileAll(HTML_PATH)
	// 向客户端发送响应
	fmt.Fprint(w, responseHtmlContent)
}

// 服务器读取本地html页面
func readHtmlFileAll(path string) string {
	// 打开文件
	file, err := os.Open(path)
	if err != nil {
		fmt.Printf("Error: %v\n", err)
		return "ERROR"
	}
	defer file.Close()
	// 读取文件内容
	content, err := io.ReadAll(file)
	if err != nil {
		fmt.Println("Error:", err)
		return "Error"
	}
	return string(content)
}

// 简单地统计一下多少个用户访问
func countUsers() {
	count++
	fmt.Printf("第%d个用户访问服务器！\n", count)
}

// 这个函数负责从前端发来的请求中解析出用户要问gpt的问题，然后执行python脚本，
// 将答案返回
func askForGpt(w http.ResponseWriter, r *http.Request) {
	countUsers()
	// 读取 POST 请求的内容
	body, err := io.ReadAll(r.Body)
	if err != nil {
		http.Error(w, "Error reading request body", http.StatusInternalServerError)
		return
	}
	defer r.Body.Close()
	question := parseJson(body)
	answer := execPythonScript(question)
	answerJsonObject := ResponseData{
		Answer: answer,
	}
	data, err := json.Marshal(answerJsonObject)
	fmt.Fprint(w, string(data))
}

// 定义一个接受json数据的内容，用来接受前端发来的json格式数据
type RequestData struct {
	Content string `json:"content"`
}

// 定义一个reponse数据
type ResponseData struct {
	Answer string `json:"answer"`
}

// 解析json格式数据
func parseJson(body []byte) string {
	var requestData RequestData
	err := json.Unmarshal(body, &requestData)
	if err != nil {
		fmt.Printf("Error parseJson: %v", err)
	}
	fmt.Printf("requestData: %v\n", requestData)
	return requestData.Content
}

const (
	// 这里大家改成自己的python脚本路径即可
	SCRIPT_PATH = "D:\\pyprojects\\MachineLearning\\testGPT2.py"
)

// 运行python脚本的函数
func execPythonScript(question string) string {
	// 定义要运行的Python参数
	scriptArgs := []string{question}
	// 创建一个Command对象运行Python脚本
	cmd := exec.Command("python", append([]string{SCRIPT_PATH}, scriptArgs...)...)
	fmt.Println(cmd)
	var stdout, stderr bytes.Buffer
	// 设置命令的输出和错误输出
	cmd.Stdout = &stdout
	cmd.Stderr = &stderr
	// 执行命令等待完成
	err := cmd.Run()
	if err != nil {
		fmt.Println("Error running Python script: ", err)
		return ""
	}
	fmt.Println("Python script completed")
	// 从python脚本的输出中获得答案
	rawString := strings.TrimSpace(stdout.String())[2:]
	rawString = rawString[:len(rawString)-1]
	s := strings.ReplaceAll(rawString, "\\n", "\n")
	return s
}

test8.html

偷偷告诉大家这个代码大部分是我叫gpt帮我写的，哈哈哈哈，毕竟搞不来前端，我只是改了少量内容，比如js部分代码。

html 复制代码 
<!DOCTYPE html>
<html>
<head>
    <title>精美左右布局页面</title>
    <style>
        body {
            font-family: Arial, sans-serif;
            margin: 0;
            padding: 0;
            background-color: #f5f5f5;
        }
        .container {
            display: flex;
            justify-content: space-between;
            align-items: stretch;
            height: 100vh;
            background-color: #fff;
            box-shadow: 0 2px 4px rgba(0, 0, 0, 0.1);
            border-radius: 5px;
            margin: 20px auto;
            overflow: hidden;
        }
        .left {
            width: 40%;
            padding: 20px;
            padding-right: 30px;
            background-color: #f8f8f8;
        }
        .right {
            flex: 1;
            padding: 20px;
            padding-left: 30px;
            background-color: #fff;
            overflow: auto;
            border-left: 1px solid #ddd;
        }
        h1, h2 {
            margin: 0 0 10px;
            color: #333;
        }
        input[type="text"] {
            width: 100%;
            padding: 10px;
            margin-bottom: 15px;
            border: 1px solid #ccc;
            border-radius: 5px;
            font-size: 16px;
            box-sizing: border-box;
        }
        button {
            padding: 10px 20px;
            background-color: #007bff;
            color: #fff;
            border: none;
            border-radius: 5px;
            cursor: pointer;
        }
        pre {
            white-space: pre-wrap;
            word-wrap: break-word;
        }
        .history-icon {
            font-size: 20px;
            cursor: pointer;
        }
    </style>
</head>
<body>
    <div class="container">
        <div class="left">
            <h2>输入问题：</h2>
            <input type="text" id="question" name="question">
            <button onclick="getAnswer()">获取答案</button>

            <details>
                <summary>
                    <span class="history-icon">&#x1F4DD;</span> 查看历史问题
                </summary>
                <ul>
                    <li>历史问题 1</li>
                    <li>历史问题 2</li>
                    <li>历史问题 3</li>
                    <!-- 在这里添加更多历史问题 -->
                </ul>
            </details>
        </div>
        <div class="right">
            <h2>答案：</h2>
            <pre id="answer"></pre>
        </div>
    </div>

    <script>
        function getAnswer() {
            // 获取输入框内容
            var questionInput = document.getElementById("question");
            var answerPre = document.getElementById("answer");

            // 构造 POST 请求的数据
            var data = {
                content: questionInput.value
            };
            // 发送 POST 请求
            fetch("http://localhost:8080/data", {
                method: "POST",
                headers: {
                    "Content-Type": "application/json"
                },
                body: JSON.stringify(data)
            })
            .then(response => response.json())
            .then(data => {
                // 将 UTF-8 编码的字节序列转换为 Uint8Array
                var byteString = data.answer
                var decodedString = decodeUtf8(byteString)
                answerPre.textContent = decodedString
            })
            .catch(error => {
            });
        }
        
		// 自己写的utf-8格式转文本函数
        function decodeUtf8(byteString){
            var resStr = ""
            var subStr = ""
            var count = 0
            for (var i = 0;i<byteString.length-1;){
                if (byteString[i] == '\\' && byteString[i+1] == 'x'){
                    subStr += byteString.substr(i+2,2)
                    i = i + 4
                    count ++
                    if (count == 3){
                        resStr += hexToUtf8String(subStr)
                        subStr = ""
                        count = 0
                    }

                } else {
                    resStr += byteString[i]
                    i ++
                }   
            }
            return resStr
        }
        function hexToUtf8String(hex) {
            const bytes = [];
            for (let i = 0; i < hex.length; i += 2) {
                bytes.push(parseInt(hex.substr(i, 2), 16));
            }
            return new TextDecoder().decode(new Uint8Array(bytes));
        }
        
    </script>
</body>
</html>

三、总结与效果展示

通过以上步骤，就已经实现了本题目的简单的要求，下面进行效果展示。

前端页面输出，访问127.0.0.1:8080

后台服务器输出

后续，我将继续学习，继续完善加强这个小项目，添加更多功能，欢迎关注！！！如果有什么问题，欢迎在评论区发表，一起学习，一起纠错！！！

相关推荐
晚夜微雨问海棠呀5 分钟前
长沙景区数据分析项目实现
开发语言·python·信息可视化
cdut_suye15 分钟前
Linux工具使用指南：从apt管理、gcc编译到makefile构建与gdb调试
java·linux·运维·服务器·c++·人工智能·python
dundunmm38 分钟前
机器学习之scikit-learn（简称 sklearn）
python·算法·机器学习·scikit-learn·sklearn·分类算法
古希腊掌管学习的神38 分钟前
[机器学习]sklearn入门指南（1）
人工智能·python·算法·机器学习·sklearn
一道微光1 小时前
Mac的M2芯片运行lightgbm报错,其他python包可用，x86_x64架构运行
开发语言·python·macos
四口鲸鱼爱吃盐1 小时前
Pytorch | 利用AI-FGTM针对CIFAR10上的ResNet分类器进行对抗攻击
人工智能·pytorch·python
是娜个二叉树！1 小时前
图像处理基础 | 格式转换.rgb转.jpg 灰度图 python
开发语言·python
互联网杂货铺2 小时前
Postman接口测试：全局变量/接口关联/加密/解密
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·postman
南七澄江3 小时前
各种网站（学习资源及其他）
开发语言·网络·python·深度学习·学习·机器学习·ai
热门推荐
01【一文读懂】NTN（非地面网络）技术介绍02优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间03玄机平台应急响应—webshell查杀04Cube-Studio：开源大模型全链路一站式中台05基于大语言模型（LLM）的合成数据生成、策展和评估的综述06(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明07组基轨迹建模 GBTM的介绍与实现（Stata 或 R）08HCIA-datacom数通题库和录播视频资料09Docker 夺命连环 15 问10ARM学习（31）编译器对overlay方式的支持