专栏目录

耗时一下午，我完成了 GPT Terminal，真正具有了专属于我的 GPT 终端！

怎么用 GPT 在 5 分钟内 ”调教“ 出一个专属于你的 ”小黑子“？

怎么丝滑完成 GPT 打字机流式回复？Server-Sent Events！

我是怎么让我的 GPT Terminal “长回忆” 的？仍是老配方！

一个合格的类 GPT 使用需求具有什么？一文带你打通 GPT 产品功用！

开发一个 ChatGPT 真的仅仅当 “接口侠” 吗？GPT Terminal 细节共享！

怎么借助于 OpenAI 以指令的方法在 GPT 终端上画一只 “坤”？

不满足当 ChatGPT “接口侠”？轻松可视化 Fine-tuning 练习你的模型！

项目地址：github.com/ltyzzzxxx/g…

最新进度：现在已完成 GPT 在线人物 DIY 功用，还在处理细节中…

欢迎咱们Star、提出 Issue & PR，一起快乐地用 GPT Terminal 游玩吧～

前言

今日继续来教咱们怎么玩转 OpenAI 接口！

自从 ChatGPT 横空出世之后，市面上就出现了大量的类 GPT 使用（网站、公众号、小程序、App等等），它们和 ChatGPT 供给的功用简直平起平坐。这一切都是源于 OpenAI 为开发者们供给了 SDK 与 API 服务，使得咱们能够欢乐地调用接口～

但是，假如你不懂得怎么使用它供给的服务，那么做出来的 GPT 使用与市面上的比较，可能有许多缺陷。今日，我就先带咱们功克第一个缺陷：怎么让你做的 GPT 使用长长 “回忆” ！我会从理论与实战的角度，带咱们制作出有 “回忆” 功用的 GPT！

接口分析

咱们在发送音讯时，都是恳求 OpenAI 供给的 createChatCompletion SDK 或 去调用 https://api.openai.com/v1/chat/completions API 然后获取 GPT 呼应。想必咱们假如看过我之前写的文章，必定对这种方法不陌生。但是，假如你仅仅单纯地将当时用户的提问作为恳求参数传递给接口中，GPT 只会给你回来当时问题的呼应，它自身没有记载上下文的才能。因为，咱们关于 GPT 的每次恳求与呼应，都是单独的，并不会被 GPT 所存储。

但是，在真实的聊天场景，与你聊天的人必定会知道对话的上下文。要想使得 GPT 更加智能，必须得具有这一特色。莫非 OpenAI 团队不知道这一点吗？其实，解决计划仍是老配方，答案仍是藏在 createChatCompletion接口参数中！

咱们应该还记得我在上上一篇文章中，我通过以下流程完成了人物定制：

  1. 在 Markdown 中依照模板格式，预先界说好人物信息以及详细问答 Case
  2. 将其从 Markdown 格式转为了 JSON 对象数组
  3. 恳求 createChatCompletion 接口，参数 messages 即为转化好的对象数组

这时候聪明的咱们估计现已想到了，这些预先界说好的人物信息和问答 Case，就是 GPT 能够参考的上下文啊！这样看来，要想让 GPT “长回忆”，也能够通过这一思路完成！

咱们只需求记载当时这次会话中，用户与 GPT 的聊天记载，并在下一次用户向 GPT 发送音讯时，将之前的聊天记载与这次发送的音讯一起作为 createChatCompletion 的 messages 参数，即可完成这一功用。

话不多说，咱们开端实战环节！

GPT Terminal 实战

存储计划

在前文中咱们说到，需求将用户与 GPT 的聊天记载进行存储，所以咱们需求确认存储计划。

在 GPT Terminal 项目中，我采用了 LocalStorage 前端存储技术以及 Pinia 状况管理框架来完成。

咱们假如不熟悉 Pinia 语法，能够先看看基础教程或许直接跟着项目做一遍，用法很简略。

如下部分代码对应项目途径为：src/core/commands/gpt/messagesStore.ts

import { defineStore } from "pinia";
interface Message {
  name: string;
  role: string;
  content: string;
}
export const useMessagesStore = defineStore("messages", {
  state: () => ({
    messages: [] as Message[]
  }),
  getters: {},
  persist: {
    key: "gpt-messages",
    storage: window.localStorage,
  },
  actions: {
    addMessage(msg: Message) {
      const {messages} = this.$state
      if (messages.length >= 20) {
        messages.shift()
      }
      messages.push(msg)
    },
    clearMessages() {
      this.$state.messages = []
    }
  }
})

在上面这段代码中，我界说了 messages 状况，增加了两个 action，分别为增加音讯与清除音讯， 并确认了 LocalStorage 的耐久化方法。

其间，为了防止上下文堆积，我约束了 messages 数组的最大长度，也就是说最多只能存储 20 条聊天记载。假如超出 20 条之后，首元素就会被移除（类似于固定长度的双端行列）。

恳求 GPT 服务

确认好存储计划后，咱们需求在对应的 Vue3 组件中引进 useMessagesStore。

如下部分代码对应项目途径为：src/core/commands/gpt/subCommands/chat/ChatBox.vue

// 引进 useMessagesStore
import { useMessagesStore } from "../../messagesStore"
// 用于将 messages 状况转为 Vue3 的 呼应式数据
import { storeToRefs } from "pinia";
// 取出 messages
const messagesStore = useMessagesStore();
// 转化为 messages 呼应式数据
const { messages } = storeToRefs(messagesStore);

引进之后，咱们需求改动原先恳求中传入的 body 参数，咱们需求将 messages 前史聊天记载增加到 body 中。

const response = await fetch('http://127.0.0.1:7345/api/gpt/get', {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
  },
  // 投喂前史音讯
  body: JSON.stringify({
    message: [...(messages.value.map(({ role, content }) => ({ role, content }))), {
      role: "user",
      content: message.value
    }],
    role: role.value,
  }),
});

原有的后端服务不需求发生变化，其只需承受参数，并恳求 GPT 服务即可。

请必定要记得，在咱们恳求完毕后，将这次恳求的对话记载到 messages 状况中！

// 记载前史音讯
messagesStore.addMessage({
  name: role.value,
  role: "user",
  content: message.value
})
messagesStore.addMessage({
  name: role.value,
  role: "assistant",
  content: output.value
})

通过以上简略的改造，咱们便轻松地完成了有状况的 GPT！

成果

让咱们检验一下咱们实战的成果吧！

我是如何让我的 GPT “长记性” 的？轻松实现有 “记忆” 的 GPT！

此外，我还引进了查询前史对话记载的功用，即便你清屏或许封闭当时终端，也能够找回最近的对话记载（最多记载 20 条）。这里的计划也是通过 Pinia 完成的，咱们只需求获取 messages 状况即可。下面简略为咱们演示一下！详细完成计划，咱们能够进入 GPT Terminal 查看详细代码完成细节哦！

我是如何让我的 GPT “长记性” 的？轻松实现有 “记忆” 的 GPT！

总结

今日给咱们展现了我在 GPT Terminal 中，是怎么完成让 GPT 具有上下文的 “回忆” 功用。原理非常简略，只需求在恳求接口的参数中传入前史聊天记载即可。

最后再小小地提一下，GPT Terminal 现在现已根本完成了主体功用啦，还有一些 Bug 需求修正，假如咱们想要了解 GPT Terminal 项目的更多细节与解锁更多玩法的话，请到其主页查看哦。对了，假如各位小伙伴关于文章或项目有什么不懂的地方，直接提出 Issue，我会在 24 小时内回复！

看在我这么认真的份上，咱们点个 Star、点个赞不过分吧（磕头！）下期再见！