基于ChatGPT的API的C#接入研究

简介: 基于ChatGPT的API的C#接入研究

今年开年,最火的莫过于ChatGPT的相关讨论,这个提供了非常强大的AI处理,并且整个平台也提供了很多对应的API进行接入的处理,使得我们可以在各种程序上无缝接入AI的后端处理,从而实现智能AI的各种应用。ChatGPT的API可以在前端,以及一些后端进行API的接入,本篇随笔主要介绍基于ChatGPT的API的C#接入研究。

1、ChatGPT的介绍

ChatGPT(全名:Chat Generative Pre-trained Transformer),美国OpenAI研发的聊天机器人程序 ,于2022年11月30日发布。ChatGPT是人工智能技术驱动的自然语言处理工具,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写邮件、视频脚本、文案、翻译、代码,写论文 等任务。

ChatGPT是美国人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具,使用了Transformer神经网络架构,也是GPT-3.5架构,这是一种用于处理序列数据的模型,拥有语言理解和文本生成能力,尤其是它会通过连接大量的语料库来训练模型,这些语料库包含了真实世界中的对话,使得ChatGPT具备上知天文下知地理,还能根据聊天的上下文进行互动的能力,做到与真正人类几乎无异的聊天场景进行交流。ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

ChatGPT 的官网地址如下:https://platform.openai.com/ ,如果我们需要使用它的对话处理以及强大的API能力,需要注册才能使用,至于如何注册以及接收验证码的操作,请百度一下一下即可,这里忽略,只是介绍它的功能以及如何介入使用。

ChatGPT 可以做很多不同类型的工作,常规的问答聊天,编写各种语言的应用代码,编写论文、摘要等,以及图片处理,翻译等等,如下是它们的一些功能分类和介绍。

如我们可以在对话中测试其聊天/应答功能。

 我们也可以让它编写一段操作代码,如下所示。

 如果我们要了解ChatGPT平台的API介绍,可以参考 https://platform.openai.com/docs/api-reference/introduction ,其大概分类也是很常规的功能应用相关的,如下是它的列表介绍。

我们要学会如何使用API的话,需要了解它的相关模型概念,以及对各种处理的定义。

2、基于ChatGPT的API的C#接入

从上面的API介绍中,我们可以看到,API平台没有针对不同的语义给出不同的实现方式,只是给出了一个通用的调用方式,主要是基于输入参数,响应的数据格式的参考,具体的不同语言的应用如C#的接入,需要根据实际的格式进行对接。

主要的代码如下所示。

using RestSharp;
using System;
namespace Gpt3APIExample
{
    class Program
    {
        static void Main(string[] args)
        {
            // OpenAI API地址
            string apiUrl = "https://api.openai.com/v1/engines/gpt-3/jobs";
            // OpenAI API密钥
            string apiKey = "YOUR_API_KEY";
            // 创建一个RestClient对象
            var client = new RestClient(apiUrl);
            // 创建一个RestRequest对象
            var request = new RestRequest(Method.POST);
            // 在请求头中添加API密钥
            request.AddHeader("Authorization", "Bearer " + apiKey);
            // 添加请求内容
            request.AddJsonBody(new
            {
                model = "text-davinci-002",
                prompt = "What is the capital of France?",
                max_tokens = 100,
                n = 1,
                stop = null,
                temperature = 0.5,
            });
            // 发送请求并获取响应
            IRestResponse response = client.Execute(request);
            // 显示响应内容
            Console.WriteLine(response.Content);
            Console.ReadLine();
        }
    }
}

这个代码主要就是针对输入信息和输出的内容进行简单的包装,使用 RestSharp 的一个Http类库进行访问的包装。

而为了更好的使用ChatGPT的API处理,我们可以使用更高级一点的类库,如下面介绍的两个开源C#包装ChatGPT的类库:

https://github.com/OkGoDoIt/OpenAI-API-dotnet

https://github.com/RageAgainstThePixel/OpenAI-DotNet

我觉得他们都是很不错的,都是基于ChatGPT的API格式进行了一定程度的面向对象的包装,使得我们基于C#开发起来更方便。

例如我们基于 https://github.com/RageAgainstThePixel/OpenAI-DotNet

来查看使用代码,它的介绍也比较详细,基本上覆盖到了各个方面。

 我们可以模仿来生成自己的代码即可,如下所示。

/// <summary>
    /// 基于OpenAI-DotNet的使用
    /// </summary>
    public class Test2
    {
        public static async Task ExcuteCode()
        {
            var api = new OpenAIClient(new OpenAIAuthentication(Constants.ApiKey));
            var result = await api.CompletionsEndpoint.CreateCompletionAsync("读取图片文件的展示到窗体的C#代码", null, null, 1000, 0.1);
            Log.Information(result.ToJson());
        }

运行效果,可以看到输出的结果。

 对于图片的生成和处理,我们也可以按照类似的API进行调用接口,如下是一段寻找图片的代码。

var results = await api.ImagesEndPoint.GenerateImageAsync("中国布达拉宫的全景图片", 1, ImageSize.Large);
            foreach (var item in results)
            {
                Log.Information(item);
            }

为了验证图片的AI处理,我们生成两张正方形的图片,图片右下角扣掉一块空白的图片,图片格式使用PNG格式,然后调用如下代码进行替换处理。

var imageAssetPath = "images/休息区.png";
            var maskAssetPath = "images/休息区2.png";
            var imageResults = await api.ImagesEndPoint.CreateImageEditAsync(Path.GetFullPath(imageAssetPath), Path.GetFullPath(maskAssetPath), "阳光明媚的室内休息区,有一个鸭子在池塘中", 1, ImageSize.Small);
            foreach (var item in imageResults)
            {
                Log.Information(item);
            }

 

生成后的图片效果如下所示。

生成的空白地方,填入一个所需要的区域,红色框是我加上去醒目的。

 

专注于代码生成工具、.Net/.NetCore 框架架构及软件开发,以及各种Vue.js的前端技术应用。著有Winform开发框架/混合式开发框架、微信开发框架、Bootstrap开发框架、ABP开发框架、SqlSugar开发框架等框架产品。
 转载请注明出处:撰写人:伍华聪  http://www.iqidi.com
   

相关文章
|
人工智能 机器人 API
人工智能|ChatGPT 的 API 使用
ChatGPT 不仅仅只是具备一个聊天机器人的功能。在其开放了 api 之后,就可以将 GPT 模型强大的能力轻松的通过 API 调用的方式使用。在掌握 ChatGPT api 的基础使用的同时,也可以为后续学习 LangChain 打下重要的基础。
|
消息中间件 监控 数据可视化
基于.NET开源、功能强大且灵活的工作流引擎框架
基于.NET开源、功能强大且灵活的工作流引擎框架
1069 3
|
Ubuntu Linux 编译器
Linux软件包(源码包和二进制包)
Linux下的软件包众多,且几乎都是经 GPL 授权、免费开源(无偿公开源代码)的。这意味着如果你具备修改软件源代码的能力,只要你愿意,可以随意修改。 GPL,全称 General Public License,中文名称“通用性公开许可证”,简单理解 GPL 就是一个保护软件自由的一个协议,经 GPL 协议授权的软件必须开源,请猛击《开源协议》了解更多信息。 Linux下的软件包可细分为两种,分别是源码包和二进制包。 Linux源码包 实际上,源码包就是一大堆源代码程序,是由程序员按照特定的格式和语法编写出来的。 我们都知道,计算机只能识别机器语言,也就是二进制语言,所以源码包的安装
499 0
|
存储 JavaScript 前端开发
看过来!准确直观显示手机充电信息的充电统计软件!
基于自制充电统计App,多设备用户可远程查看各设备充电数据。在软件内可以查看预估充电容量等信息
|
存储 安全 测试技术
C# 中模拟HTTPS提交及模拟文件上传
【1月更文挑战第5天】昨天讲到用C#模拟POST还有GET进行数据提交,如果遇到的是https或者一些特殊信道的提交昨天的代码就会跑不通,今天就来说一下C#中https的提交以及模拟文件上传
|
人工智能 文字识别 API
C# 10分钟完成百度图片提取文字(文字识别)——入门篇
C# 10分钟完成百度图片提取文字(文字识别)——入门篇
|
机器学习/深度学习 测试技术 数据处理
KAN专家混合模型在高性能时间序列预测中的应用:RMoK模型架构探析与Python代码实验
Kolmogorov-Arnold网络(KAN)作为一种多层感知器(MLP)的替代方案,为深度学习领域带来新可能。尽管初期测试显示KAN在时间序列预测中的表现不佳,近期提出的可逆KAN混合模型(RMoK)显著提升了其性能。RMoK结合了Wav-KAN、JacobiKAN和TaylorKAN等多种专家层,通过门控网络动态选择最适合的专家层,从而灵活应对各种时间序列模式。实验结果显示,RMoK在多个数据集上表现出色,尤其是在长期预测任务中。未来研究将进一步探索RMoK在不同领域的应用潜力及其与其他先进技术的结合。
816 4
|
缓存 API Android开发
快速开发android,离不开这10个优秀的开源项目
作为一名菜鸡Android,时常瞻仰大佬们的开源项目是非常必要的。这里我为大家收集整理了10个优秀的开源项目,方便我们日常开发中学习!
3697 0
|
11月前
|
监控 搜索推荐 API
小红书开放平台评论接口全解析:从采集到情感分析
本接口可合法获取小红书笔记评论数据,支持分层评论、分页及排序功能,适用于舆情监控与用户画像分析。提供Python请求示例,兼容性强,返回数据可直接用于Pandas分析。