搭建一个 ChatGPT-SDK 组件工程，专门用于封装对 OpenAI 接口的使用。由于 OpenAI 接口本身较多，并有各类配置的设置，所以开发一个共用的 SDK 组件，更合适我们在各类工程中扩展使用
整个流程为：以会话模型为出口，，驱动整个服务的调用链路。并对外提供会话工厂的创建和使用。
通过工厂模式，开启一个使用okhttp3封装的OpenAi会话服务，进行流程的调用。同时这里还包括请求拦截的处理，因为我们需要对http请求设置一些必要的参数信息，如:apiKey、token。
这里还用到Retrofit2，Retrofit2可以将HTTP API转化为java接口，并通过注解的方式描述请求参数和响应结果等信息，从而方便的发送网络请求。
具体实现
工程目录
定义IOpenAiApi 接口
String v1_chat_completions = "v1/chat/completions"; /** * 默认 GPT-3.5 问答模型 * @param chatCompletionRequest 请求信息 * @return 返回结果 */ (v1_chat_completions) Single<ChatCompletionResponse> completions( ChatCompletionRequest chatCompletionRequest);
在IOpenAiApi接口里定义访问接口，后续可直接扩展功能如画图等
会话接口
public interface OpenAiSession { /** * 默认 GPT-3.5 问答模型 * @param chatCompletionRequest 请求信息 * @return 返回结果 */ ChatCompletionResponse completions(ChatCompletionRequest chatCompletionRequest); /** * 问答模型，流式响应接口 * @param chatCompletionRequest 请求信息 * @param eventSourceListener 实现监听；通过监听的 onEvent 方法接收数据 * @return 返回结果 */ EventSource completions(ChatCompletionRequest chatCompletionRequest, EventSourceListener eventSourceListener) throws JsonProcessingException; }
会话工厂
public class DefaultOpenAiSessionFactory implements OpenAiSessionFactory { private final Configuration configuration; public DefaultOpenAiSessionFactory(Configuration configuration) { this.configuration = configuration; } public OpenAiSession openSession() { // 1. 日志配置 HttpLoggingInterceptor httpLoggingInterceptor = new HttpLoggingInterceptor(); httpLoggingInterceptor.setLevel(HttpLoggingInterceptor.Level.HEADERS); // 2. 开启 Http 客户端 OkHttpClient okHttpClient = new OkHttpClient .Builder() .addInterceptor(httpLoggingInterceptor) .addInterceptor(new OpenAiInterceptor(configuration.getApiKey())) .connectTimeout(450, TimeUnit.SECONDS) .writeTimeout(450, TimeUnit.SECONDS) .readTimeout(450, TimeUnit.SECONDS) //.proxy(new Proxy(Proxy.Type.HTTP, new InetSocketAddress("127.0.0.1", 21284))) .build(); configuration.setOkHttpClient(okHttpClient); // 3. 创建 API 服务 IOpenAiApi openAiApi = new Retrofit.Builder() .baseUrl(configuration.getApiHost()) .client(okHttpClient) .addCallAdapterFactory(RxJava2CallAdapterFactory.create()) .addConverterFactory(JacksonConverterFactory.create()) .build().create(IOpenAiApi.class); configuration.setOpenAiApi(openAiApi); return new DefaultOpenAiSession(configuration); } }
你可以想象一下，只要你想调用OpenAI官网的接口，就一定需要用到HTTP服务。那么这些类似零件的装配就需要一个统一收口的地方进行管理。所以我使用工厂模型封装。
会话接口的实现
下面只展示流式会话的接口实现
public EventSource completions(ChatCompletionRequest chatCompletionRequest, EventSourceListener eventSourceListener) throws JsonProcessingException { return this.completions(Constants.NULL, Constants.NULL, chatCompletionRequest, eventSourceListener); } public EventSource completions(String apiHostByUser, String apiKeyByUser, ChatCompletionRequest chatCompletionRequest, EventSourceListener eventSourceListener) throws JsonProcessingException{ // 核心参数校验；不对用户的传参做更改，只返回错误信息。 if (!chatCompletionRequest.isStream()) { throw new RuntimeException("illegal parameter stream is false!"); } // 动态设置 Host、Key，便于用户传递自己的信息 String apiHost = Constants.NULL.equals(apiHostByUser) ? configuration.getApiHost() : apiHostByUser; String apiKey = Constants.NULL.equals(apiKeyByUser) ? configuration.getApiKey() : apiKeyByUser; // 构建请求信息 Request request = new Request.Builder() // url: https://api.openai.com/v1/chat/completions - 通过 IOpenAiApi 配置的 POST 接口，用这样的方式从统一的地方获取配置信息 .url(apiHost.concat(IOpenAiApi.v1_chat_completions)) .addHeader("apiKey", apiKey) // 封装请求参数信息，如果使用了 Fastjson 也可以替换 ObjectMapper 转换对象 .post(RequestBody.create(MediaType.get(ContentType.JSON.getValue()), new ObjectMapper().writeValueAsString(chatCompletionRequest))) .build(); // 返回结果信息；EventSource 对象可以取消应答 return factory.newEventSource(request, eventSourceListener); }
下面是测试代码
public class ApiTest { private OpenAiSession openAiSession; public void test_OpenAiSessionFactory() { // 1. 配置文件 Configuration configuration = new Configuration(); configuration.setApiHost("转发地址"); configuration.setApiKey("你的apiKey"); // 2. 会话工厂 OpenAiSessionFactory factory = new DefaultOpenAiSessionFactory(configuration); // 3. 开启会话 this.openAiSession = factory.openSession(); } /** * 【常用对话模式，推荐使用此模型进行测试】 * 此对话模型 3.5/4.0 接近于官网体验 & 流式应答 */ public void test_chat_completions_stream_channel() throws JsonProcessingException, InterruptedException { // 1. 创建参数 ChatCompletionRequest chatCompletion = ChatCompletionRequest .builder() .stream(true) .messages(Collections.singletonList(Message.builder().role(Constants.Role.USER).content("用java写一个冒泡排序").build())) .model(ChatCompletionRequest.Model.GPT_3_5_TURBO.getCode()) .maxTokens(1024) .build(); // 2. 用户配置 【可选参数，支持不同渠道的 apiHost、apiKey】- 方便给每个用户都分配了自己的key，用于售卖场景 String apiHost = "转发地址"; String apiKey = "你的apiKey"; // 3. 发起请求 EventSource eventSource = openAiSession.completions(apiHost, apiKey, chatCompletion, new EventSourceListener() { public void onEvent(EventSource eventSource, String id, String type, String data) { log.info("测试结果 id:{} type:{} data:{}", id, type, data); } public void onFailure(EventSource eventSource, Throwable t, Response response) { log.error("失败 code:{} message:{}", response.code(), response.message()); } }); // 等待 new CountDownLatch(1).await(); } }
这样一个简单的java chatGPT-SDK就实现了，现在你可以在其他的项目使用chatgpt了哦
