在哪个网站上可以找兼职做排名第一的玉米品种
原创/朱季谦
本文分成两部分，包括【国内服务器上搭建chat GPT】和【后端Spring Boot集成chat GPT】。
无论是在【国内服务器上搭建chat GPT】和【后端Spring Boot集成chat GPT】，两个方式都需要魔法访问，否则是无法正常使用的，即需要具备正常访问谷歌或者 api.openai.com的能力。
至于什么是魔法访问，以及如何搭建魔法访问，请自行研究哈。
下面就开始讲解两部分的教程。
一、国内服务器上搭建chat GPT
首先，你需要准备以下东西：
1、一台可以访问公网的Linux云服务器，最低配置1核2G即可（当然，有钱可以任性，买最高配置）
2、chatGPT的密钥
3、开源的仿chatGPT的Docker镜像
1.1、准备一台云服务器
可以是腾讯云、阿里云或者华为云等，我分别在阿里云和华为云上都能正常搭建。
1.2、设置网络代理
在部署魔法访问的服务器上，需要在/etc/profile增加代理，确保通过密钥方式的chatGPT接口调用能正常访问：
export all_proxy=http://127.0.0.1:8889
export http_proxy=http://127.0.0.1:8889
export https_proxy=https://127.0.0.1:8889
export all_proxy=socks5://127.0.0.1:1080
这里的8889和1080需要根据你的魔法访问里的config.json来相应设置。
配置完成后，执行source /etc/profile，检验一下curl https://api.openai.com/
可以访问即没问题。可以继续往下走。
1.3、安装Docker
可以按照我以前记录的一篇关于搭建Docker的方式进行命令行按照CentOS7安装Docker遇到的问题笔记
搭建完成后，因为Docker的对外访问若需要走所在宿主的代理话，还需要设置以下操作——
创建一个~/.docker/目录，然后在该目录下新建一个config.json文件，在该文件里添加以下命令——
{"default":{"httpProxy": "http://127.0.0.1:8889","httpsProxy": "http://127.0.0.1:8889","noProxy": "*.test.example.com,.example2.com,127.0.0.0/8"}}
}
1.4、Docker镜像
目前网上GitHub已经开源了许多优秀的仿写chatGPT 页面的应用，我们无需再额外造轮子，只需要挑选其中一款用来打包部署成Docker容器运行即可。
我使用的是chatgpt-mirror这个开源项目。
直接克隆项目到对应的Linux服务器——
git clone https://github.com/yuezk/chatgpt-mirror.git
在基于该开源项目以Dockerfile形式打包前，需要执行以下被依赖到的镜像——
docker pull node:18-alpine
docker pull node:18-slim
接下来，就可以执行以下操作来创建一个Docker镜像了——
cd chatgpt-mirror
#--network host表示与宿主公用网络，即走代理，然后留意下最后有一个 .
docker build --network host -t chatgpt-mirror .
#正常执行成功后，通过该指令能看到一个新镜像
docker images
具体情况如下：
然后需要在cd chatgpt-mirror环境里新增一个文件env，该文件里写入chatGPT密钥与宿主机器的代理：
OPENAI_API_KEY=你的chatGPT密钥
HTTP_PROXY=http://127.0.0.1:8889
完成以上操作后，最后在该目录chatgpt-mirror里执行——
docker run -itd --net host -p 3000:3000 -v /app/config.json:/app/config/app.config --env-file env chatgpt-mirror
正常执行完成后，即可在浏览上输入http://你的服务器ip:3000，就能出来一个外表仿chatGPT但内在是调用真实chatGPT接口的应用。
重点是，如此一来，你的电脑、平台、手机等终端都无需魔法访问，就能直接使用chatGPT了，而且响应速度比直连官网快一倍左右速度，无比丝滑！而且，没有像chatGPT官网直连那样经常出现响应异常以及断开的问题，协助效率大大增加。
以下就是访问搭建在我自己服务器上的chatGPT页面，是不是跟真实的很像。
二、后端Spring Boot集成chat GPT
注意，该方式同样需要魔法访问。
首先，在maven依赖引入以下配置——
<dependency><groupId>com.theokanning.openai-gpt3-java</groupId><artifactId>service</artifactId><version>0.11.1</version>
</dependency>
编写以下代码——
@GetMapping("/ai")
public void sendMsg() throws InterruptedException {System.out.println("开始提问题～");System.out.println("你是一个工作助手，情帮忙设计一份活动策划书" );//GPT_TOKEN即你的代码密钥OpenAiService service = new OpenAiService(GPT_TOKEN,Duration.ofSeconds(10000));CompletionRequest completionRequest = CompletionRequest.builder()//使用的模型.model("text-davinci-003")//输入提示语.prompt("设计一份活动策划书")//该值越大每次返回的结果越随机，即相似度越小，可选参数，默认值为 1，取值 0-2.temperature(0.5)//返回结果最大分词数.maxTokens(2048)//与temperature类似.topP(1D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);Thread.sleep(6000);
}
CompletionRequest的属性文档介绍在这里——
https://platform.openai.com/docs/api-reference/completions/create
启动，调用该接口，即可正常使用chat GPT集成到SpringBoot后端代码里——
需要注意的是，若是部署在有魔法访问的Linux云服务，代码需要相应做一下调整，否则是无法访问到chatGPT的，会出现以下异常提示：java.net.ConnectException:Failed to connect to api.openai.com/2a03:2880:f10c:283:face:b00c:0:25de:443]
故而，需要做以下调整：
public void send1Msg() throws InterruptedException {System.out.println("开始提问题～");System.out.println("你是一个工作助手，情帮忙设计一份活动策划书" );//需要额外设置一个能访问chatGPT的魔法访问代理ObjectMapper mapper = defaultObjectMapper();Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress("127.0.0.1", 8889));OkHttpClient client = defaultClient(GPT_TOKEN,Duration.ofSeconds(10000)).newBuilder().proxy(proxy).build();Retrofit retrofit = defaultRetrofit(client, mapper);OpenAiApi api = retrofit.create(OpenAiApi.class);//将设置的代理传给OpenAiService即可OpenAiService service = new OpenAiService(api);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("设计一份活动策划书").temperature(0.5).maxTokens(2048).topP(1D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);Thread.sleep(6000);
}
部署在Linux云服务上的聊天返回打印效果——
以上就是关于【国内服务器上搭建chat GPT】和【后端Spring Boot集成chat GPT】教程，更多好玩的关于chat GPT相关的内容，可以关注我，因为我对这块很感兴趣，接下来会分享更多相关内容。有不懂的也可以后台问我。