前言
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/130438873
1，开源的chatgpt项目
项目地址：
https://github.com/Chanzhaoyu/chatgpt-web
也有gitee搬运的项目，不知道是不是作者，最近也在更新：
https://gitee.com/boomer001/chanzhaoyu-chatgpt-web
项目从23年2月份开始，到目前项目已经有了很高的星星 20K 了。
项目的前端使用的是vue进行开发的。
项目的后端使用的nodejs 进行开发的，全栈项目了。
而且也官方的docker 镜像，直接配置起来就可以了。
2，项目可以直接使用docker-compose跑起来
从第二步骤讲起，apikey 如何申请，不在这里讨论，大家可以自行解决。
官方也有简单的使用docker-compose 配置，这个整理了下就配置下apikey 就行了：
docker-compose.yaml 配置文件：
services:
app:
restart: always
image: chenzhaoyu94/chatgpt-web # 总是使用 latest ,更新时重新 pull 该 tag 镜像即可
ports:
- 3002:3002
#volumes: #要是想自己修改页面，可以吧dist映射到/app/pulbic目录即可。
# - ./chatgpt-web/dist:/app/public
environment:
# 二选一
OPENAI_API_KEY: sk-xxxxxxx
# 二选一
# API接口地址，可选，设置 OPENAI_API_KEY 时可用
OPENAI_API_BASE_URL: http://localhost:3002
# API模型，可选，设置 OPENAI_API_KEY 时可用
OPENAI_API_MODEL: gpt-3.5-turbo
# 访问权限密钥，可选
AUTH_SECRET_KEY: chat666
# 超时，单位毫秒，可选
TIMEOUT_MS: 60000
要是想自己修改页面，可以吧dist映射到/app/pulbic目录即
./chatgpt-web/dist:/app/public
chatgpt-web 就是这个github 项目下载后的地址。
当然也可以直接使用nodejs跑起来，分前后端的，前端项目也需要进行编译。
启动成功：
有登陆授权提示，需要输入配置的 auth 密码 比如chat666 。
要是错登陆不进去，当然这个是一个简单的授权。
登陆成功之后就可以使用了
带打字模式回答问题，这个地方就需要注意了。
3，关于打字模式SSE， octet-stream （打字特效）
SSE 是指“Server-Sent Events”，它是一种基于 HTTP 的服务器推送技术。使用 SSE 可以让服务器向客户端发送事件流，从而实现实时的数据更新和通知功能。SSE 协议基于 HTML5 标准，支持跨域通信，并且与 Web Sockets 不同，它是一种单向通信方式，即只能由服务器向客户端发送消息。在浏览器中，可以通过 JavaScript 的 EventSource API 来实现对 SSE 事件流的监听和处理。
H5的一个新协议，这里需要注意下，如果是直接暴露端口不用管。
但是要是需要使用nginx进行转发的就需要修改nginx配置了。
这里折腾了几天才弄明白，官方也给了解决办法，配置nginx的 octet-stream （打字特效）配置：
参考这个：
https://github.com/Chanzhaoyu/chatgpt-web/issues/402
也就是需要在nginx 配置后端接口：
location ~ ^/api/chat-process {
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "Upgrade";
# 流式输出
chunked_transfer_encoding on; # 开启分块传输编码
tcp_nopush on; # 开启TCP NOPUSH选项，禁止Nagle算法
tcp_nodelay on; # 开启TCP NODELAY选项，禁止延迟ACK算法
keepalive_timeout 300; # 设定keep-alive超时时间为65秒
proxy_pass http://app:3002;
}
返回的数据格式是数组，照回车 \n 进行区分，然后才是数据。
返回一个或者几个字词然后，界面上就有打字效果了：
项目中的处理函数：
const fetchChatAPIOnce = async () => {
await fetchChatAPIProcess<Chat.ConversationResponse>({
prompt: message,
options,
signal: controller.signal,
onDownloadProgress: ({
event }) => {
const xhr = event.target
const {
responseText } = xhr
// Always process the final line
const lastIndex = responseText.lastIndexOf('\n', responseText.length - 2)
let chunk = responseText
if (lastIndex !== -1)
chunk = responseText.substring(lastIndex)
try {
const data = JSON.parse(chunk)
updateChat(
+uuid,
index,
{
dateTime: new Date().toLocaleString(),
text: lastText + (data.text ?? ''),
inversion: false,
error: false,
loading: true,
conversationOptions: {
conversationId: data.conversationId, parentMessageId: data.id },
requestOptions: {
prompt: message, options: {
...options } },
},
)
if (openLongReply && data.detail.choices[0].finish_reason === 'length') {
options.parentMessageId = data.id
lastText = data.text
message = ''
return fetchChatAPIOnce()
}
}
catch (error) {
//
}
},
})
项目中一共有4个接口：
/api/config 配置的接口，返回使用情况，配置信息。
/api/session 返回模型信息。这个成 功之后才可以进行聊天。
/api/verify 校验用户登陆状态。
/api/chat-process 最重要的用户聊天对话消息处理，使用了 SSE 模拟打字。
同时这个项目中还可以开启多个对话，记录上次对话内容。
比如先问上海的景点：
然后在问三个最好的，这时候chatgpt 就知道是上海的景点：
这个前端样式使用 naiveui
https://www.naiveui.com/zh-CN/os-theme
github 地址：
https://github.com/tusen-ai/naive-ui
只是手机端和pc端样式自适应。
4，关于内容存储
这个项目采取的是将相关的聊天信息存储到本地文件中。
在localstorage 中，优点是效率高，速度快。
在 uitls/storage/local.ts 使用的是
window.localStorage.setItem(key, json)
window.localStorage.getItem(key)
window.localStorage.removeItem(key)
window.localStorage.clear()
存储相关的信息，都存储到了一个字段中了。
分chat和 history 两个属性。
active 是激活的当前会话id
就是当前的时间戳：
chatStore.addHistory({
title: 'New Chat', uuid: Date.now(), isEdit: false })
这里鉴权是做的写死的设置：
service.interceptors.request.use(
(config) => {
const token = useAuthStore().token
if (token)
config.headers.Authorization = `Bearer ${
token}`
return config
},
(error) => {
return Promise.reject(error.response)
},
)
直接在head里面写死的，但是这样并不安全。
服务器授权如果使用 jwt 可以修改 verify 接口。
服务端返回 jwt 的授权，然后本地存储。
在拦截器里面都使用 jwt的鉴权，或者是直接存储到 cookie当中也行，但是会有跨域的问题需要解决。
5，总结
最近在使用chatgpt发现确实可以非常方便的提高效率的。
对于开发上面的各种问题的解决也是帮助非常大的。
同时在使用大模型的服务上也会有很多的工程问题需要解决。
一些登陆授权的还是常用的软件知识，都需要掌握进行学习。
这个开源项目非常的好！非常值得推荐！
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/130438873
