SpringBoot如何整合chatGPT

这篇文章主要讲解了“SpringBoot如何整合chatGPT”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“springBoot如何整合chatGPT”吧！

1 添加依赖

        <!-- 导入openai依赖 -->        <dependency>            <groupId>com.theokanning.openai-gpt3-java</groupId>            <artifactId>client</artifactId>            <version>0.8.1</version>        </dependency>

2 创建相关文件

2.1 实体类:OpenAi.java

package com.wkf.workrecord.tools.openai; import lombok.AllArgsConstructor;import lombok.Data;import lombok.NoArgsConstructor; @Data@NoArgsConstructor@AllArgsConstructorpublic class OpenAi {     String id;     String name;     String desc;     String model;     // 提示模板    String prompt;     // 创新采样    Double temperature;     // 情绪采样    Double topP;     // 结果条数    Double n = 1d;     // 频率处罚系数    Double frequencyPenalty;     // 重复处罚系数    Double presencePenalty;     // 停用词    String stop; }

2.2 配置类:OpenAiProperties.java

package com.wkf.workrecord.tools.openai; import lombok.Data;import org.springframework.beans.factory.InitializingBean;import org.springframework.boot.context.properties.ConfigurationProperties;  @Data@ConfigurationProperties(prefix = "openai")public class OpenAiProperties implements InitializingBean {    // 秘钥    String token;    // 超时时间    Integer timeout;     // 设置属性时同时设置给OpenAiUtils    @Override    public void afterPropertiesSet() throws Exception {        OpenAiUtils.OPENapi_TOKEN = token;        OpenAiUtils.TIMEOUT = timeout;    }}

2.3 核心业务逻辑OpenAiUtils.java

package com.wkf.workrecord.tools.openai; import com.theokanning.openai.OpenAiService;import com.theokanning.openai.completion.CompletionChoice;import com.theokanning.openai.completion.CompletionRequest;import org.springframework.util.StringUtils;import java.util.*; public class OpenAiUtils {    public static final Map<String, OpenAi> PARMS = new HashMap<>();     static {        PARMS.put("OpenAi01", new OpenAi("OpenAi01", "问&答", "依据现有知识库问&答", "text-davinci-003", "Q: %s\nA:", 0.0, 1.0, 1.0, 0.0, 0.0, "\n"));        PARMS.put("OpenAi02", new OpenAi("OpenAi02", "语法纠正", "将句子转换成标准的英语，输出结果始终是英文", "text-davinci-003", "%s", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi03", new OpenAi("OpenAi03", "内容概况", "将一段话，概况中心", "text-davinci-003", "Summarize this for a second-grade student:\n%s", 0.7, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi04", new OpenAi("OpenAi04", "生成OpenAi的代码", "一句话生成OpenAi的代码", "code-davinci-002", "\"\"\"\nUtil exposes the following:\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\nopenai.Completion.create(\n    prompt=\"<my prompt>\", # The prompt to start completing from\n    max_tokens=123, # The max number of tokens to generate\n    temperature=1.0 # A measure of randomness\n    echo=True, # Whether to return the prompt in addition to the generated completion\n)\n\"\"\"\nimport util\n\"\"\"\n%s\n\"\"\"\n\n", 0.0, 1.0, 1.0, 0.0, 0.0, "\"\"\""));        PARMS.put("OpenAi05", new OpenAi("OpenAi05", "程序命令生成", "一句话生成程序的命令，目前支持操作系统指令比较多", "text-davinci-003", "Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg `find constance` Do we need some bread?\n\n%s", 0.0, 1.0, 1.0, 0.2, 0.0, ""));        PARMS.put("OpenAi06", new OpenAi("OpenAi06", "语言翻译", "把一种语法翻译成其它几种语言", "text-davinci-003", "Translate this into %s:\n%s", 0.3, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi07", new OpenAi("OpenAi07", "Stripe国际API生成", "一句话生成Stripe国际支付API", "code-davinci-002", "\"\"\"\nUtil exposes the following:\n\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\n\"\"\"\nimport util\n\"\"\"\n%s\n\"\"\"", 0.0, 1.0, 1.0, 0.0, 0.0, "\"\"\""));        PARMS.put("OpenAi08", new OpenAi("OpenAi08", "sql语句生成", "依据上下文中的表信息，生成SQL语句", "code-davinci-002", "### %s SQL tables, 表字段信息如下:\n%s\n#\n### %s\n %s", 0.0, 1.0, 1.0, 0.0, 0.0, "# ;"));        PARMS.put("OpenAi09", new OpenAi("OpenAi09", "结构化生成", "对于非结构化的数据抽取其中的特征生成结构化的表格", "text-davinci-003", "A table summarizing, use Chinese:\n%s\n", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi10", new OpenAi("OpenAi10", "信息分类", "把一段信息继续分类", "text-davinci-003", "%s\n分类:", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi11", new OpenAi("OpenAi11", "python代码解释", "把代码翻译成文字，用来解释程序的作用", "code-davinci-002", "# %s \n %s \n\n# 解释代码作用\n\n#", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi12", new OpenAi("OpenAi12", "文字转表情符号", "将文本编码成表情服务", "text-davinci-003", "转换文字为表情。\n%s：", 0.8, 1.0, 1.0, 0.0, 0.0, "\n"));        PARMS.put("OpenAi13", new OpenAi("OpenAi13", "时间复杂度计算", "求一段代码的时间复杂度", "text-davinci-003", "%s\n\"\"\"\n函数的时间复杂度是", 0.0, 1.0, 1.0, 0.0, 0.0, "\n"));        PARMS.put("OpenAi14", new OpenAi("OpenAi14", "程序代码翻译", "把一种语言的代码翻译成另外一种语言的代码", "code-davinci-002", "##### 把这段代码从%s翻译成%s\n### %s\n    \n   %s\n    \n### %s", 0.0, 1.0, 1.0, 0.0, 0.0, "###"));        PARMS.put("OpenAi15", new OpenAi("OpenAi15", "高级情绪评分", "支持批量列表的方式检查情绪", "text-davinci-003", "对下面内容进行情感分类:\n%s\"\n情绪评级:", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi16", new OpenAi("OpenAi16", "代码解释", "对一段代码进行解释", "code-davinci-002", "代码:\n%s\n\"\"\"\n上面的代码在做什么:\n1. ", 0.0, 1.0, 1.0, 0.0, 0.0, "\"\"\""));        PARMS.put("OpenAi17", new OpenAi("OpenAi17", "关键字提取", "提取一段文本中的关键字", "text-davinci-003", "抽取下面内容的关键字:\n%s", 0.5, 1.0, 1.0, 0.8, 0.0, ""));        PARMS.put("OpenAi18", new OpenAi("OpenAi18", "问题解答", "类似解答题", "text-davinci-003", "Q: %s\nA: ?", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi19", new OpenAi("OpenAi19", "广告设计", "给一个产品设计一个广告", "text-davinci-003", "为下面的产品创作一个创业广告，用于投放到抖音上：\n产品:%s.", 0.5, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi20", new OpenAi("OpenAi20", "产品取名", "依据产品描述和种子词语，给一个产品取一个好听的名字", "text-davinci-003", "产品描述: %s.\n种子词: %s.\n产品名称: ", 0.8, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi21", new OpenAi("OpenAi21", "句子简化", "把一个长句子简化成一个短句子", "text-davinci-003", "%s\nTl;dr: ", 0.7, 1.0, 1.0, 0.0, 1.0, ""));        PARMS.put("OpenAi22", new OpenAi("OpenAi22", "修复代码Bug", "自动修改代码中的bug", "code-davinci-002", "##### 修复下面代码的bug\n### %s\n %s\n###  %s\n", 0.0, 1.0, 1.0, 0.0, 0.0, "###"));        PARMS.put("OpenAi23", new OpenAi("OpenAi23", "表格填充数据", "自动为一个表格生成数据", "text-davinci-003", "spreadsheet ,%s rows:\n%s\n", 0.5, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi24", new OpenAi("OpenAi24", "语言聊天机器人", "各种开发语言的两天机器人", "code-davinci-002", "You: %s\n%s机器人:", 0.0, 1.0, 1.0, 0.5, 0.0, "You: "));        PARMS.put("OpenAi25", new OpenAi("OpenAi25", "机器学习机器人", "机器学习模型方面的机器人", "text-davinci-003", "You: %s\nML机器人:", 0.3, 1.0, 1.0, 0.5, 0.0, "You: "));        PARMS.put("OpenAi26", new OpenAi("OpenAi26", "清单制作", "可以列出各方面的分类列表，比如歌单", "text-davinci-003", "列出10%s:", 0.5, 1.0, 1.0, 0.52, 0.5, "11.0"));        PARMS.put("OpenAi27", new OpenAi("OpenAi27", "文本情绪分析", "对一段文字进行情绪分析", "text-davinci-003", "推断下面文本的情绪是积极的, 中立的, 还是消极的.\n文本: \"%s\"\n观点:", 0.0, 1.0, 1.0, 0.5, 0.0, ""));        PARMS.put("OpenAi28", new OpenAi("OpenAi28", "航空代码抽取", "抽取文本中的航空diam信息", "text-davinci-003", "抽取下面文本中的航空代码：\n文本：\"%s\"\n航空代码：", 0.0, 1.0, 1.0, 0.0, 0.0, "\n"));        PARMS.put("OpenAi29", new OpenAi("OpenAi29", "生成SQL语句", "无上下文，语句描述生成SQL", "text-davinci-003", "%s", 0.3, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi30", new OpenAi("OpenAi30", "抽取联系信息", "从文本中抽取联系方式", "text-davinci-003", "从下面文本中抽取%s:\n%s", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi31", new OpenAi("OpenAi31", "程序语言转换", "把一种语言转成另外一种语言", "code-davinci-002", "#%s to %s:\n%s:%s\n\n%s:", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi32", new OpenAi("OpenAi32", "好友聊天", "模仿好友聊天", "text-davinci-003", "You: %s\n好友:", 0.5, 1.0, 1.0, 0.5, 0.0, "You:"));        PARMS.put("OpenAi33", new OpenAi("OpenAi33", "颜色生成", "依据描述生成对应颜色", "text-davinci-003", "%s:\nbackground-color: ", 0.0, 1.0, 1.0, 0.0, 0.0, ";"));        PARMS.put("OpenAi34", new OpenAi("OpenAi34", "程序文档生成", "自动为程序生成文档", "code-davinci-002", "# %s\n \n%s\n# 上述代码的详细、高质量文档字符串：\n\"\"\"", 0.0, 1.0, 1.0, 0.0, 0.0, "#\"\"\""));        PARMS.put("OpenAi35", new OpenAi("OpenAi35", "段落创作", "依据短语生成相关文短", "text-davinci-003", "为下面短语创建一个中文段:\n%s:\n", 0.5, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi36", new OpenAi("OpenAi36", "代码压缩", "把多行代码简单的压缩成一行", "code-davinci-002", "将下面%s代码转成一行:\n%s\n%s一行版本:", 0.0, 1.0, 1.0, 0.0, 0.0, ";"));        PARMS.put("OpenAi37", new OpenAi("OpenAi37", "故事创作", "依据一个主题创建一个故事", "text-davinci-003", "主题: %s\n故事创作:", 0.8, 1.0, 1.0, 0.5, 0.0, ""));        PARMS.put("OpenAi38", new OpenAi("OpenAi38", "人称转换", "第一人称转第3人称", "text-davinci-003", "把下面内容从第一人称转为第三人称 (性别女):\n%s\n", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi39", new OpenAi("OpenAi39", "摘要说明", "依据笔记生成摘要说明", "text-davinci-003", "将下面内容转换成将下%s摘要：\n%s", 0.0, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi40", new OpenAi("OpenAi40", "头脑风暴", "给定一个主题，让其生成一些主题相关的想法", "text-davinci-003", "头脑风暴一些关于%s的想法：", 0.6, 1.0, 1.0, 1.0, 1.0, ""));        PARMS.put("OpenAi41", new OpenAi("OpenAi41", "ESRB文本分类", "按照ESRB进行文本分类", "text-davinci-003", "Provide an ESRB rating for the following text:\\n\\n\\\"%s\"\\n\\nESRB rating:", 0.3, 1.0, 1.0, 0.0, 0.0, "\n"));        PARMS.put("OpenAi42", new OpenAi("OpenAi42", "提纲生成", "按照提示为相关内容生成提纲", "text-davinci-003", "为%s提纲:", 0.3, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi43", new OpenAi("OpenAi43", "美食制作（后果自负）", "依据美食名称和材料生成美食的制作步骤", "text-davinci-003", "依据下面成分和美食，生成制作方法:\n%s\n成分:\n%s\n制作方法:", 0.3, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi44", new OpenAi("OpenAi44", "AI聊天", "与AI机器进行聊天", "text-davinci-003", "Human: %s", 0.9, 1.0, 1.0, 0.0, 0.6, "Human:AI:"));        PARMS.put("OpenAi45", new OpenAi("OpenAi45", "摆烂聊天", "与讽刺机器进行聊天", "text-davinci-003", "Marv不情愿的回答问题.\nYou:%s\nMarv:", 0.5, 0.3, 1.0, 0.5, 0.0, ""));        PARMS.put("OpenAi46", new OpenAi("OpenAi46", "分解步骤", "把一段文本分解成几步来完成", "text-davinci-003", "为下面文本生成次序列表，并增加列表数子: \n%s\n", 0.3, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi47", new OpenAi("OpenAi47", "点评生成", "依据文本内容自动生成点评", "text-davinci-003", "依据下面内容，进行点评:\n%s\n点评:", 0.5, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi48", new OpenAi("OpenAi48", "知识学习", "可以为学习知识自动解答", "text-davinci-003", "%s", 0.3, 1.0, 1.0, 0.0, 0.0, ""));        PARMS.put("OpenAi49", new OpenAi("OpenAi49", "面试", "生成面试题", "text-davinci-003", "创建10道%s相关的面试题（中文）：\n", 0.5, 1.0, 10.0, 0.0, 0.0, ""));    }     public static String OPENAPI_TOKEN = "";    public static Integer TIMEOUT = null;         public static List<CompletionChoice> getAiResult(OpenAi openAi, String prompt) {        if (TIMEOUT == null || TIMEOUT < 1000) {            TIMEOUT = 3000;        }        OpenAiService service = new OpenAiService(OPENAPI_TOKEN, TIMEOUT);        CompletionRequest.CompletionRequestBuilder builder = CompletionRequest.builder()                .model(openAi.getModel())                .prompt(prompt)                .temperature(openAi.getTemperature())                .maxTokens(1000)                .topP(openAi.getTopP())                .frequencyPenalty(openAi.getFrequencyPenalty())                .presencePenalty(openAi.getPresencePenalty());        if (!StringUtils.isEmpty(openAi.getStop())) {            builder.stop(Arrays.asList(openAi.getStop().split(",")));        }        CompletionRequest completionRequest = builder.build();        return service.createCompletion(completionRequest).getChoices();    }         public static List<CompletionChoice> getQuestionAnswer(String question) {        OpenAi openAi = PARMS.get("OpenAi01");        return getAiResult(openAi, String.fORMat(openAi.getPrompt(), question));    }         public static List<CompletionChoice> getGrammarCorrection(String text) {        OpenAi openAi = PARMS.get("OpenAi02");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getSummarize(String text) {        OpenAi openAi = PARMS.get("OpenAi03");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getOpenAiApi(String text) {        OpenAi openAi = PARMS.get("OpenAi04");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getTextToCommand(String text) {        OpenAi openAi = PARMS.get("OpenAi05");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getTranslatesLanguages(String text, String translatesLanguages) {        if (StringUtils.isEmpty(translatesLanguages)) {            translatesLanguages = "  1. French, 2. Spanish and 3. English";        }        OpenAi openAi = PARMS.get("OpenAi06");        return getAiResult(openAi, String.format(openAi.getPrompt(), translatesLanguages, text));    }         public static List<CompletionChoice> getStripeApi(String text) {        OpenAi openAi = PARMS.get("OpenAi07");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }          public static List<CompletionChoice> getStripeApi(String databaseType, List<String> tables, String text, String sqlType) {        OpenAi openAi = PARMS.get("OpenAi08");        StringJoiner joiner = new StringJoiner("\n");        for (int i = 0; i < tables.size(); i++) {            joiner.add("# " + tables);        }        return getAiResult(openAi, String.format(openAi.getPrompt(), databaseType, joiner.toString(), text, sqlType));    }         public static List<CompletionChoice> getUnstructuredData(String text) {        OpenAi openAi = PARMS.get("OpenAi09");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getTextCateGory(String text) {        OpenAi openAi = PARMS.get("OpenAi10");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getCodeExplain(String codeType, String code) {        OpenAi openAi = PARMS.get("OpenAi11");        return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code));    }         public static List<CompletionChoice> getTextEmoji(String text) {        OpenAi openAi = PARMS.get("OpenAi12");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getTimeComplexity(String code) {        OpenAi openAi = PARMS.get("OpenAi13");        return getAiResult(openAi, String.format(openAi.getPrompt(), code));    }          public static List<CompletionChoice> getTranslateProgramming(String fromLanguage, String toLanguage, String code) {        OpenAi openAi = PARMS.get("OpenAi14");        return getAiResult(openAi, String.format(openAi.getPrompt(), fromLanguage, toLanguage, fromLanguage, code, toLanguage));    }         public static List<CompletionChoice> getBatchTweetClassifier(List<String> texts) {        OpenAi openAi = PARMS.get("OpenAi15");        StringJoiner stringJoiner = new StringJoiner("\n");        for (int i = 0; i < texts.size(); i++) {            stringJoiner.add((i + 1) + ". " + texts.get(i));        }        return getAiResult(openAi, String.format(openAi.getPrompt(), stringJoiner.toString()));    }         public static List<CompletionChoice> getExplainCOde(String code) {        OpenAi openAi = PARMS.get("OpenAi16");        return getAiResult(openAi, String.format(openAi.getPrompt(), code));    }         public static List<CompletionChoice> getTexTKEyWords(String text) {        OpenAi openAi = PARMS.get("OpenAi17");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getFactualAnswering(String text) {        OpenAi openAi = PARMS.get("OpenAi18");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getAd(String text) {        OpenAi openAi = PARMS.get("OpenAi19");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getProductName(String productDescription, String seedWords) {        OpenAi openAi = PARMS.get("OpenAi20");        return getAiResult(openAi, String.format(openAi.getPrompt(), productDescription, seedWords));    }         public static List<CompletionChoice> getProductName(String text) {        OpenAi openAi = PARMS.get("OpenAi21");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getBugFixer(String codeType, String code) {        OpenAi openAi = PARMS.get("OpenAi22");        return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code, codeType));    }         public static List<CompletionChoice> getFillData(int rows, String headers) {        OpenAi openAi = PARMS.get("OpenAi23");        return getAiResult(openAi, String.format(openAi.getPrompt(), rows, headers));    }         public static List<CompletionChoice> getProgrammingLanguageChatbot(String question, String programmingLanguages) {        OpenAi openAi = PARMS.get("OpenAi24");        return getAiResult(openAi, String.format(openAi.getPrompt(), question, programmingLanguages));    }         public static List<CompletionChoice> getMLChatbot(String question) {        OpenAi openAi = PARMS.get("OpenAi25");        return getAiResult(openAi, String.format(openAi.getPrompt(), question));    }         public static List<CompletionChoice> getListMaker(String text) {        OpenAi openAi = PARMS.get("OpenAi26");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getTweetClassifier(String text) {        OpenAi openAi = PARMS.get("OpenAi27");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getAirportCodeExtractor(String text) {        OpenAi openAi = PARMS.get("OpenAi28");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getSQL(String text) {        OpenAi openAi = PARMS.get("OpenAi29");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getExtractContactInformation(String extractContent, String text) {        OpenAi openAi = PARMS.get("OpenAi30");        return getAiResult(openAi, String.format(openAi.getPrompt(), extractContent, text));    }         public static List<CompletionChoice> getTransformationCode(String fromCodeType, String toCodeType, String code) {        OpenAi openAi = PARMS.get("OpenAi31");        return getAiResult(openAi, String.format(openAi.getPrompt(), fromCodeType, toCodeType, fromCodeType, code, toCodeType));    }         public static List<CompletionChoice> getFriendChat(String question) {        OpenAi openAi = PARMS.get("OpenAi32");        return getAiResult(openAi, String.format(openAi.getPrompt(), question));    }         public static List<CompletionChoice> getMoodToColor(String text) {        OpenAi openAi = PARMS.get("OpenAi33");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getCodeDocument(String codeType, String code) {        OpenAi openAi = PARMS.get("OpenAi34");        return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code));    }         public static List<CompletionChoice> getCreateAnalogies(String text) {        OpenAi openAi = PARMS.get("OpenAi35");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getCodeLine(String codeType, String code) {        OpenAi openAi = PARMS.get("OpenAi36");        return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code, codeType));    }         public static List<CompletionChoice> getStory(String topic) {        OpenAi openAi = PARMS.get("OpenAi37");        return getAiResult(openAi, String.format(openAi.getPrompt(), topic));    }         public static List<CompletionChoice> getStoryCreator(String text) {        OpenAi openAi = PARMS.get("OpenAi38");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getNotesToSummary(String scene, String note) {        OpenAi openAi = PARMS.get("OpenAi39");        return getAiResult(openAi, String.format(openAi.getPrompt(), note));    }         public static List<CompletionChoice> getideaGenerator(String topic) {        OpenAi openAi = PARMS.get("OpenAi40");        return getAiResult(openAi, String.format(openAi.getPrompt(), topic));    }         public static List<CompletionChoice> getESRBRating(String text) {        OpenAi openAi = PARMS.get("OpenAi41");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getEssayOutline(String text) {        OpenAi openAi = PARMS.get("OpenAi42");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getRecipeCreator(String name, List<String> ingredients) {        OpenAi openAi = PARMS.get("OpenAi43");        StringJoiner joiner = new StringJoiner("\n");        for (String ingredient : ingredients) {            joiner.add(ingredient);        }        return getAiResult(openAi, String.format(openAi.getPrompt(), name, joiner.toString()));    }         public static List<CompletionChoice> getAiChatbot(String question) {        OpenAi openAi = PARMS.get("OpenAi44");        return getAiResult(openAi, String.format(openAi.getPrompt(), question));    }         public static List<CompletionChoice> getMarvChatbot(String question) {        OpenAi openAi = PARMS.get("OpenAi45");        return getAiResult(openAi, String.format(openAi.getPrompt(), question));    }         public static List<CompletionChoice> getTurnDirection(String text) {        OpenAi openAi = PARMS.get("OpenAi46");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getReviewCreator(String text) {        OpenAi openAi = PARMS.get("OpenAi47");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getStudyNote(String text) {        OpenAi openAi = PARMS.get("OpenAi48");        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    }         public static List<CompletionChoice> getInterviewQuestion(String text) {        OpenAi openAi = PARMS.get("OpenAi49");        System.out.println(String.format(openAi.getPrompt(), text));        return getAiResult(openAi, String.format(openAi.getPrompt(), text));    } }

2.4 自动配置类OpenAiAutoConfiguration.java

package com.wkf.workrecord.tools.openai; import org.springframework.boot.context.properties.EnableConfigurationProperties;import org.springframework.context.annotation.Configuration; @Configuration@EnableConfigurationProperties(OpenAiProperties.class)public class OpenAiAutoConfiguration {}

2.5 在resources文件夹下的META-INF/spring.factories文件中增加配置

org.springframework.boot.autoconfigure.EnableAutoConfiguration=com.wkf.workrecord.tools.openai.OpenAiAutoConfiguration

2.6 在yml文件上配置token

openai:  token: 你的token  timeout: 5000

3 编写测试类

package com.wkf.workrecord.study; import com.theokanning.openai.completion.CompletionChoice;import com.wkf.workrecord.tools.openai.OpenAiUtils;import lombok.extern.slf4j.Slf4j;import org.junit.jupiter.api.Test;import org.springframework.boot.test.context.SpringBootTest; import java.util.List; @Slf4j@SpringBootTestpublic class OpenAiTest {         @Test    public void test() {        List<CompletionChoice> questionAnswer = OpenAiUtils.getQuestionAnswer("使用SpringBoot框架进行Http请求的详细代码");        for (CompletionChoice completionChoice : questionAnswer) {            System.out.println(completionChoice.getText());        }        List<CompletionChoice> openAiApi = OpenAiUtils.getOpenAiApi("使用SpringBoot框架进行Http请求");        for (CompletionChoice completionChoice : openAiApi) {            System.out.println(completionChoice.getText());        }    } }

4 补充

如果使用上述方法出现超时错误的,可以使用这个方法

4.1 添加依赖

        <!-- openAi 最新版依赖 -->        <dependency>            <groupId>com.unfbx</groupId>            <artifactId>chatgpt-java</artifactId>            <version>1.0.6</version>        </dependency>

4.2 添加代码

        Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress("localhost", 7890));        //日志输出可以不添加        //HttpLoggingInterceptor httpLoggingInterceptor = new HttpLoggingInterceptor(new OpenAILogger());        //httpLoggingInterceptor.setLevel(HttpLoggingInterceptor.Level.BODY);        OpenAiClient openAiClient = OpenAiClient.builder()                .apiKey("sk-***********************************************")                .connectTimeout(50)                .writeTimeout(50)                .readTimeout(50)                .proxy(proxy)                //.interceptor(Collections.singletonList(httpLoggingInterceptor))                .apiHost("https://api.openai.com/")                .build();        CompletionResponse completions = openAiClient.completions("你是openAi吗");        Arrays.stream(completions.getChoices()).forEach(System.out::println);

感谢各位的阅读，以上就是“SpringBoot如何整合chatGPT”的内容了，经过本文的学习后，相信大家对SpringBoot如何整合chatGPT这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！