ChatGPT 前端开发

ChatGPT 前端开发

最近在学校把导师安排的项目结项了,然后课余时间花了差不多两个周左右的时间跟着这个项目做了一下,主要是想先熟悉一下前端开发的大致流程。

项目代码:https://github.com/CuriosityWang/chatgpt

项目演示:http://localhost:3000/

收获

目前还没有详细的学习对应方法的实现,思路是先熟悉整个项目的逻辑,写完之后最大的感受有以下几点:

  1. 一个前端系统是由一个个的组件组合起来的。比如上图的页面是由左侧的对话页和右侧的聊天页组成,对话页又由MemuBar

    ChatListToolBar等组件构成,聊天页又由Welcome MessageListChat等组件构成。

  2. 组件之间并不是互相完全独立的状态,每个组件或者组件之间都会依赖一些数据流来实现业务逻辑,我目前用到的有以下几种信息传递,父组件和子组件之间的数据传递、全局的状态信息(state),全局的事件注册(有点像回调函数)。比如会使用一个全局的 State 维护当前使用的大模型,当前选中的对话。既然有全局的State,那么每个组件也会有自己独立的数据,并且这二者的生命周期有一定的区别。

  3. 前端效率优化问题,默认情况下,当父组件重新渲染,也会引发其子组件的重新渲染。项目的MessageList 组件由一系列子组件Markdown子组件构成如下图:

由于项目实现了一个类似LRU 的思路,即每次进行聊天的时候,都会把这个聊天框提到最,因此需要触发MessageList的刷新,但是这个时候其对话内容是不变的,所以可以使用 给 Markdown 组件加 Memo避免子组件的重新刷新。

优化

我对项目的一个逻辑进行了优化,即当消息流正在输出的时候,需要点击两次新建对话才会进入欢迎页,优化之后点击一次就可以进入欢迎页。

优化前(点击两次新建对话) 优化后(点击一次新建对话)

可以看到优化前,点击一下新建对话之后,欢迎页一闪而过,然后紧接着又显示了当前的对话框。由于点击新建对话会设置全局的selectedChat 为 null。同时欢迎页的显示逻辑如下,那为什么对话流式输出的时候会一闪而过呢?

排查之后发现是因为流式输出的副作用,当点进新建对话之后,会将对话 id 设置为 null(此时欢迎页出现),但是流式输出会把当前的终止的信息传递给后端,之后需要检查一下当前的对话是不是新对话(当 对话 id 为 null 并且有消息发送的时候就根据后端的 id 设置对话 id),所以当点击新建对话之后,对话 id 被改变了两次,一次是设置为 null,因此是流式输出设置为新的 id。所以根据下面的全局状态的生命周期做了一个条件判断,实现上面的优化。

tsx 复制代码
async function createOrUpdateMessage(message: Message) {
  const response = await fetch("/api/message/update", {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
    },
    body: JSON.stringify(message),
  });
  if (!response.ok) {
    console.log(response.statusText);
    return;
  }
  const { data } = await response.json();
  publish("fetchChatList");
 // "selectedChat"是一个全局的 state,异步函数使用的是调用时的数据,即使执行的时候被修改也还是调用时的数据。
  if (!chatIdRef.current && !selectedChat) {
    chatIdRef.current = data.message.chatId;
    dispatch({
      type: ActionType.UPDATE,
      field: "selectedChat",
      value: { id: chatIdRef.current },
    });
  }

  return data.message;
}

不足与计划

  1. 设置每个元素样式的时候,我发现我对 css和 html 的一些布局,样式设置不够熟悉,调整样式的时候甚至有点痛苦,针对这一点我觉得我需要回顾一下前端三件套。
  2. 我目前对于前端设计模式 MVC,MVVM 的感知还比较弱,因此计划在补充完前面的前端基础之后,后面再结合 Electron 写一个更大一点的本地应用,熟悉一下。
相关推荐
xuebodx09231 天前
使用HunyuanVideo搭建文本生视频大模型
人工智能·pytorch·python·计算机视觉·chatgpt·音视频·视频
岁月漫长_2 天前
【项目归档】数据抓取+GenAI+数据分析
分布式·chatgpt·架构·flask·fastapi·celery
东东oyey2 天前
搭建基于 ChatGPT 的问答系统
人工智能·chatgpt
进取星辰3 天前
17. LangChain流式响应与实时交互:打造“类ChatGPT“体验
chatgpt·langchain·交互
江鸟19983 天前
AI日报 · 2025年05月02日 | 再见GPT-4!OpenAI CEO 确认 GPT-4 已从 ChatGPT 界面正式移除
人工智能·gpt·ai·chatgpt·大模型
上海源易4 天前
GEO vs SEO:从搜索引擎到生成引擎的优化新思路
人工智能·搜索引擎·chatgpt·deepseek·ai搜索优化
古希腊掌管学习的神4 天前
[Agent]AI Agent入门02——ReAct 基本理论与实战
人工智能·语言模型·chatgpt·gpt-3·agent
猫头虎-人工智能4 天前
最新DeepSeek-Prover-V2-671B模型 简介、下载、体验、微调、数据集:专为数学定理自动证明设计的超大垂直领域语言模型(在线体验地址)
人工智能·pytorch·python·语言模型·自然语言处理·chatgpt·agi
没有梦想的咸鱼185-1037-16634 天前
【大模型ChatGPT+R-Meta】AI赋能R-Meta分析核心技术:从热点挖掘到高级模型、助力高效科研与论文发表“
人工智能·随机森林·机器学习·chatgpt·数据分析·r语言