前言
我所遇到的问题相信大家也都遇到了,有时候与chatGPT对话时经常出现1小时内请求过多的情况,心情不好就不跟你聊了。
于是
我为了测试text模型到底怎么样,有没有大家说的那么神奇,我与GPT的交互陷入了一个死循环。原因是我想让它帮我写用tg bot接入OpenAI,然后用和bot交互,你猜怎么着,GPT模型不支持API调用,目前只能用post请求,这就把GPT给难坏了,4小时这代码也没写明白,一个劲儿说我请求次数太多!最后我给它一个60分吧,感觉嗷,用AI取代程序员还有待时日。
本文内容一共分为两个部分,第一部分是在一台linux服务器,直接用python命令行的方式与最新的模型 Davinci-003交互;第二部分是与已经接入API的telegram bot交互,实现的方法也很简单,主要命令和代码如下:
第一部分
首先我们需要在服务器上安装pip和openai库:
apt update
apt install pip vim -y
pip install openai
然后,需要申请OpenAI的api,在这里申请:https://platform.openai.com/account/api-keys
顺便说一下,申请api需要先绑定信用卡,不支持中国卡,哇咔咔!
绑卡后两个月送$18,随便造;参考费用是750个单词算1000tokens,费用$0.02。为了测试不超标,我把消费限制在每月最多$1。设置限额的方法就是在 https://platform.openai.com/account/billing/limits 看条件设置吧!
然后,就是在vps上创建 main.py,内容如下:
import openai
openai.api_key = "这里是你申请到的API-key"
def chat_with_gpt3(prompt):
response = openai.Completion.create(
engine="text-davinci-003",
prompt=prompt,
max_tokens=104,
n=1,
stop=None,
temperature=0.5,
)
message = response.choices[0].text
return message
def main():
while True:
message = input("You: ")
response_message = chat_with_gpt3(message)
print(f"Bot: {response_message}")
if __name__ == "__main__":
main()
最后执行 python3 chat.py,即可实现交互问答:
第二部分
首先还是要申请OpenAI的apikey,方法上面说了;
然后这个vps也必须是海外的嗷,因为我们要用bot;
apt update
apt install pip vim -y
pip install openai aiogram
下一步就是新建main.py,内容如下:
import openai
from aiogram import Bot, types
from aiogram.dispatcher import Dispatcher
from aiogram.utils import executor
token = '这里是你的bot token'
openai.api_key = '这里是你的api-key'
bot = Bot(token)
dp = Dispatcher(bot)
@dp.message_handler()
async def send(message : types.Message):
response = openai.Completion.create(
model="text-davinci-003",
prompt=message.text,
temperature=0.9,
max_tokens=1000,
top_p=1.0,
frequency_penalty=0.0,
presence_penalty=0.6,
stop=["You:"]
)
await message.answer(response['choices'][0]['text'])
executor.start_polling(dp, skip_updates=True)
最后,就是执行 python3 main.py,提示:Updates were skipped successfully.就可以到你的bot当中,跟他聊一下!
小结
切记:不要暴露API和token!!
我在上面用例当中引用的text-davinci-003模型,虽然快,但是有点傻: