SpringBoot3.0整合chatGPT
导读 | 12月总体来说互联网的技术圈是非常热闹的，chatGPT爆火，SpringBoot3.0发布等重磅陆消息续进入大家的视线，而本文作者将以技术整合的角度，带大家把最火的两个技术整合在一起。读完本文，你将熟悉SpringBoot3.0自定stater模块的操作流程，并熟悉OpenAi为chatGPT提供的49种场景。
·
导读
导读 | 12月总体来说互联网的技术圈是非常热闹的，chatGPT爆火，SpringBoot3.0发布等重磅陆消息续进入大家的视线，而本文作者将以技术整合的角度，带大家把最火的两个技术整合在一起。读完本文，你将熟悉SpringBoot3.0自定stater模块的操作流程，并熟悉OpenAi为chatGPT提供的49种场景。
项目项目我已经提交GITEE：https://gitee.com/miukoo/openai-spring 欢迎Star
新建父项目
我们这个项目分为starter和test两个模块，因此需要一个父项目来包裹。
1、快速新建父项目
2、在pom.xml中引入SpringBoot3.0
- 项目的父工程设置成SpringBoot3.0
- 在项目中定义openai的版本并导入(com.theokanning.openai-gpt3-java)
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modules>
<module>openai-spring-boot-starter</module>
<module>openai-starter-test</module>
</modules>
<packaging>pom</packaging>
<modelVersion>4.0.0</modelVersion>
<groupId>cn.gjsm</groupId>
<artifactId>openai-spring</artifactId>
<version>1.0-SNAPSHOT</version>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<project.reporting.sourceEncoding>UTF-8</project.reporting.sourceEncoding>
<openai-version>0.8.1</openai-version>
</properties>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>3.0.0</version>
</parent>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>com.theokanning.openai-gpt3-java</groupId>
<artifactId>client</artifactId>
<version>${openai-version}</version>
</dependency>
</dependencies>
</dependencyManagement>
<dependencies>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
</dependencies>
</project>
3、删除父项目的src文件夹
新建openai-spring-boot-starter模块
openai-spring-boot-starter 模块主要用来封装openai的核心api，该模块就是springboot自定starter的标准5步：
- 新建模块
- 在模块中引入相关依赖
- 定义模块外部属性有那些
- 实现核心业务逻辑
- 配置自动装配
1、新增模块
注意模块名称的规范：非官方starter命名规则为 模块名称+'-spring-boot-starter’结尾
2、在模块中引入相关依赖
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<packaging>pom</packaging>
<parent>
<artifactId>openai-spring</artifactId>
<groupId>cn.gjsm</groupId>
<version>1.0-SNAPSHOT</version>
</parent>
<modelVersion>4.0.0</modelVersion>
<groupId>cn.gjsm</groupId>
<artifactId>openai-spring-boot-starter</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<!-- 自定义starter必须导入的依赖 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter</artifactId>
</dependency>
<!-- 这个包可以用来支持自定义属性的输入提示 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-configuration-processor</artifactId>
<optional>true</optional>
</dependency>
<!-- 导入openai依赖，版本在父项目中已经约束 -->
<dependency>
<groupId>com.theokanning.openai-gpt3-java</groupId>
<artifactId>client</artifactId>
</dependency>
</dependencies>
</project>
3、定义模块外部属性有那些
通过@ConfigurationProperties配置一个类，这个类中的属性将从外部的application.yml中读取。在这里OpenAi需要两个属性需要配置，一是token秘钥，一是timeout超时时间。关于timeout可以配置时间长一点，因为OpenAi在国外有些慢。
package cn.gjsm.miukoo.properties;
import cn.gjsm.miukoo.utils.OpenAiUtils;
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;
}
}
4、实现核心业务逻辑
核心业务逻辑指的就是你自定义这个starter可以提供给其它模块那些api使用；在这里我们直接通过一个静态类工具OpenAiUtils，这样在引入该模块后，其它模块直接可调用该静态工具类，使用便捷一些。
同时在这个类中提供openai官方49种场景想对应的方法。
package cn.gjsm.miukoo.utils;
import cn.gjsm.miukoo.pojos.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.*;
/**
* 调用OpenAi的49中方法
*/
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;
/**
* 获取ai
*
* @param openAi
* @param prompt
* @return
*/
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();
}
/**
* 问答
*
* @param question
* @return
*/
public static List<CompletionChoice> getQuestionAnswer(String question) {
OpenAi openAi = PARMS.get("OpenAi01");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 语法纠错
*
* @param text
* @return
*/
public static List<CompletionChoice> getGrammarCorrection(String text) {
OpenAi openAi = PARMS.get("OpenAi02");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 将一段话，概况中心
*
* @param text
* @return
*/
public static List<CompletionChoice> getSummarize(String text) {
OpenAi openAi = PARMS.get("OpenAi03");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 一句话生成OpenAi的代码
*
* @param text
* @return
*/
public static List<CompletionChoice> getOpenAiApi(String text) {
OpenAi openAi = PARMS.get("OpenAi04");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 一句话生成程序的命令，目前支持操作系统指令比较多
*
* @param text
* @return
*/
public static List<CompletionChoice> getTextToCommand(String text) {
OpenAi openAi = PARMS.get("OpenAi05");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把一种语法翻译成其它几种语言
*
* @param text
* @return
*/
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));
}
/**
* 一句话生成Stripe国际支付API
*
* @param text
* @return
*/
public static List<CompletionChoice> getStripeApi(String text) {
OpenAi openAi = PARMS.get("OpenAi07");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依据上下文中的表信息，生成SQL语句
*
* @param databaseType 数据库类型
* @param tables 上午依赖的表和字段 Employee(id, name, department_id)
* @param text SQL描述
* @param sqlType sql类型，比如SELECT
* @return
*/
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));
}
/**
* 对于非结构化的数据抽取其中的特征生成结构化的表格
*
* @param text 非结构化的数据
* @return
*/
public static List<CompletionChoice> getUnstructuredData(String text) {
OpenAi openAi = PARMS.get("OpenAi09");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把一段信息继续分类
*
* @param text 要分类的文本
* @return
*/
public static List<CompletionChoice> getTextCategory(String text) {
OpenAi openAi = PARMS.get("OpenAi10");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把一段信息继续分类
*
* @param codeType 代码类型，比如Python
* @param code 要解释的代码
* @return
*/
public static List<CompletionChoice> getCodeExplain(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi11");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code));
}
/**
* 将文本编码成表情服务
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getTextEmoji(String text) {
OpenAi openAi = PARMS.get("OpenAi12");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 求一段代码的时间复杂度
*
* @param code 代码
* @return
*/
public static List<CompletionChoice> getTimeComplexity(String code) {
OpenAi openAi = PARMS.get("OpenAi13");
return getAiResult(openAi, String.format(openAi.getPrompt(), code));
}
/**
* 把一种语言的代码翻译成另外一种语言的代码
*
* @param fromLanguage 要翻译的代码语言
* @param toLanguage 要翻译成的代码语言
* @param code 代码
* @return
*/
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));
}
/**
* 支持批量列表的方式检查情绪
*
* @param texts 文本
* @return
*/
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()));
}
/**
* 对一段代码进行解释
*
* @param code 文本
* @return
*/
public static List<CompletionChoice> getExplainCOde(String code) {
OpenAi openAi = PARMS.get("OpenAi16");
return getAiResult(openAi, String.format(openAi.getPrompt(), code));
}
/**
* 提取一段文本中的关键字
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getTextKeywords(String text) {
OpenAi openAi = PARMS.get("OpenAi17");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 事实回答答题
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getFactualAnswering(String text) {
OpenAi openAi = PARMS.get("OpenAi18");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 给一个产品设计一个广告
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getAd(String text) {
OpenAi openAi = PARMS.get("OpenAi19");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依据产品描述和种子词语，给一个产品取一个好听的名字
*
* @param productDescription 产品描述
* @param seedWords 种子词语
* @return
*/
public static List<CompletionChoice> getProductName(String productDescription, String seedWords) {
OpenAi openAi = PARMS.get("OpenAi20");
return getAiResult(openAi, String.format(openAi.getPrompt(), productDescription, seedWords));
}
/**
* 把一个长句子简化成一个短句子
*
* @param text 长句子
* @return
*/
public static List<CompletionChoice> getProductName(String text) {
OpenAi openAi = PARMS.get("OpenAi21");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 自动修改代码中的bug
*
* @param codeType 语言类型
* @param code 代码
* @return
*/
public static List<CompletionChoice> getBugFixer(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi22");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code, codeType));
}
/**
* 自动为一个表格生成数据
*
* @param rows 生成的行数
* @param headers 数据表头，格式如：姓名| 年龄|性别|生日
* @return
*/
public static List<CompletionChoice> getFillData(int rows, String headers) {
OpenAi openAi = PARMS.get("OpenAi23");
return getAiResult(openAi, String.format(openAi.getPrompt(), rows, headers));
}
/**
* 各种开发语言的两天机器人
*
* @param question 你的问题
* @param programmingLanguages 语言 比如Java JavaScript
* @return
*/
public static List<CompletionChoice> getProgrammingLanguageChatbot(String question, String programmingLanguages) {
OpenAi openAi = PARMS.get("OpenAi24");
return getAiResult(openAi, String.format(openAi.getPrompt(), question, programmingLanguages));
}
/**
* 机器学习模型方面的机器人
*
* @param question 你的问题
* @return
*/
public static List<CompletionChoice> getMLChatbot(String question) {
OpenAi openAi = PARMS.get("OpenAi25");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 可以列出各方面的分类列表，比如歌单
*
* @param text 清单描述
* @return
*/
public static List<CompletionChoice> getListMaker(String text) {
OpenAi openAi = PARMS.get("OpenAi26");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 对一段文字进行情绪分析
*
* @param text
* @return
*/
public static List<CompletionChoice> getTweetClassifier(String text) {
OpenAi openAi = PARMS.get("OpenAi27");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 抽取文本中的航空代码信息
*
* @param text
* @return
*/
public static List<CompletionChoice> getAirportCodeExtractor(String text) {
OpenAi openAi = PARMS.get("OpenAi28");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 无上下文，语句描述生成SQL
*
* @param text
* @return
*/
public static List<CompletionChoice> getSQL(String text) {
OpenAi openAi = PARMS.get("OpenAi29");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 从文本中抽取联系方式
*
* @param extractContent 抽取内容描述
* @param text
* @return 从下面文本中抽取邮箱和电话:\n教育行业A股IPO第一股（股票代码 003032）\n全国咨询/投诉热线：400-618-4000 举报邮箱:mc@itcast.cn
*/
public static List<CompletionChoice> getExtractContactInformation(String extractContent, String text) {
OpenAi openAi = PARMS.get("OpenAi30");
return getAiResult(openAi, String.format(openAi.getPrompt(), extractContent, text));
}
/**
* 把一种语言转成另外一种语言代码
*
* @param fromCodeType 当前代码类型
* @param toCodeType 转换的代码类型
* @param code
* @return
*/
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));
}
/**
* 模仿好友聊天
*
* @param question
* @return
*/
public static List<CompletionChoice> getFriendChat(String question) {
OpenAi openAi = PARMS.get("OpenAi32");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 依据描述生成对应颜色
*
* @param text
* @return
*/
public static List<CompletionChoice> getMoodToColor(String text) {
OpenAi openAi = PARMS.get("OpenAi33");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 自动为程序生成文档
*
* @param codeType 语言
* @param code
* @return
*/
public static List<CompletionChoice> getCodeDocument(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi34");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code));
}
/**
* 依据短语生成相关文短
*
* @param text 短语
* @return
*/
public static List<CompletionChoice> getCreateAnalogies(String text) {
OpenAi openAi = PARMS.get("OpenAi35");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把多行代码简单的压缩成一行
*
* @param codeType 语言
* @param code
* @return
*/
public static List<CompletionChoice> getCodeLine(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi36");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code, codeType));
}
/**
* 依据一个主题创建一个故事
*
* @param topic 创作主题
* @return
*/
public static List<CompletionChoice> getStory(String topic) {
OpenAi openAi = PARMS.get("OpenAi37");
return getAiResult(openAi, String.format(openAi.getPrompt(), topic));
}
/**
* 第一人称转第3人称
*
* @param text
* @return
*/
public static List<CompletionChoice> getStoryCreator(String text) {
OpenAi openAi = PARMS.get("OpenAi38");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依据笔记生成摘要说明
*
* @param scene 生成的摘要场景
* @param note 记录的笔记
* @return
*/
public static List<CompletionChoice> getNotesToSummary(String scene, String note) {
OpenAi openAi = PARMS.get("OpenAi39");
return getAiResult(openAi, String.format(openAi.getPrompt(), note));
}
/**
* 给定一个主题，让其生成一些主题相关的想法
*
* @param topic 头脑风暴关键词
* @return
*/
public static List<CompletionChoice> getIdeaGenerator(String topic) {
OpenAi openAi = PARMS.get("OpenAi40");
return getAiResult(openAi, String.format(openAi.getPrompt(), topic));
}
/**
* 按照ESRB进行文本分类
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getESRBRating(String text) {
OpenAi openAi = PARMS.get("OpenAi41");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 按照提示为相关内容生成提纲
*
* @param text 场景，比如 数据库软件生成大学毕业论文
* @return
*/
public static List<CompletionChoice> getEssayOutline(String text) {
OpenAi openAi = PARMS.get("OpenAi42");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依据美食名称和材料生成美食的制作步骤
*
* @param name 美食名称
* @param ingredients 美食食材
* @return
*/
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()));
}
/**
* 与AI机器进行聊天
*
* @param question
* @return
*/
public static List<CompletionChoice> getAiChatbot(String question) {
OpenAi openAi = PARMS.get("OpenAi44");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 与讽刺机器进行聊天，聊天的机器人是一种消极情绪
*
* @param question
* @return
*/
public static List<CompletionChoice> getMarvChatbot(String question) {
OpenAi openAi = PARMS.get("OpenAi45");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 把一段文本分解成几步来完成
*
* @param text
* @return
*/
public static List<CompletionChoice> getTurnDirection(String text) {
OpenAi openAi = PARMS.get("OpenAi46");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依据文本内容自动生成点评
*
* @param text
* @return
*/
public static List<CompletionChoice> getReviewCreator(String text) {
OpenAi openAi = PARMS.get("OpenAi47");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 可以为学习知识自动解答
*
* @param text
* @return
*/
public static List<CompletionChoice> getStudyNote(String text) {
OpenAi openAi = PARMS.get("OpenAi48");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 生成面试题
*
* @param text
* @return
*/
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));
}
}
5、配置自动装配
这一步是非常关键的，你的项目能在其他模块启动的时候就能够用，就必须配置这一步，而这一步有两小步：
- 编写自动装配类
- 配置自动装配类
编写自动装配类，参考代码：
package cn.gjsm.miukoo.config;
import cn.gjsm.miukoo.properties.OpenAiProperties;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.context.annotation.Configuration;
/**
* 自动配置类
*/
@Configuration
@EnableConfigurationProperties(OpenAiProperties.class)
public class OpenAiAutoConfiguration {
}
配置自动装配类:
在resources文件夹下的META-INF/spring.factories文件中配置：
org.springframework.boot.autoconfigure.EnableAutoConfiguration=cn.gjsm.miukoo.config.OpenAiAutoConfiguration
新建openai-starter-test模块
经过上述五部我们就完成了chatGPT的stater的封装，接下来我们创建一个模块来测试。
新增模块
测试模块的名称最好是以test结尾
导入依赖
在测试模块中直接可以导入我们封装好的openai-spring-boot-starter，当然还有测试spring-boot-starter-test依赖。
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<parent>
<artifactId>openai-spring-boot-starter</artifactId>
<groupId>cn.gjsm</groupId>
<version>1.0-SNAPSHOT</version>
<relativePath>../openai-spring-boot-starter/pom.xml</relativePath>
</parent>
<modelVersion>4.0.0</modelVersion>
<groupId>cn.gjsm</groupId>
<artifactId>openai-starter-test</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
</dependency>
<dependency>
<groupId>cn.gjsm</groupId>
<artifactId>openai-spring-boot-starter</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>
</dependencies>
</project>
创建启动类
我们计划使用SpringBoot去测试，因此需要创建一个启动类
package cn.gjsm.miukoo;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class OpenAiApplication {
public static void main(String[] args) {
SpringApplication.run(OpenAiApplication.class, args);
}
}
配置属性
在测试模块的application.yml中，我们需要配置，我们在openai-spring-boot-starter中定义的两个属性
server:
port: 8080
openai:
token: 你的token
timeout: 5000
编写测试类
我们在测试包下，新建一个测试类，即可直接调用我们在stater中封装的OpenAiUtils工具类，通过其来完成chatGPT功能调用。
package cn.gjsm.miukoo;
import cn.gjsm.miukoo.utils.OpenAiUtils;
import com.theokanning.openai.completion.CompletionChoice;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import java.util.List;
@SpringBootTest
public class OpenAiTest {
/**
* 测试问答
*/
@Test
public void testQA(){
List<CompletionChoice> questionAnswer = OpenAiUtils.getQuestionAnswer("重庆今天的天气怎么样？");
for (CompletionChoice completionChoice : questionAnswer) {
System.out.println(completionChoice.getText());
}
}
/**
* 测试面试题生成
*/
@Test
public void testInterview(){
List<CompletionChoice> results = OpenAiUtils.getInterviewQuestion("redis");
for (CompletionChoice completionChoice : results) {
System.out.println(completionChoice.getText());
}
}
}
tater中封装的OpenAiUtils工具类，通过其来完成chatGPT功能调用。
package cn.gjsm.miukoo;
import cn.gjsm.miukoo.utils.OpenAiUtils;
import com.theokanning.openai.completion.CompletionChoice;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import java.util.List;
@SpringBootTest
public class OpenAiTest {
/**
* 测试问答
*/
@Test
public void testQA(){
List<CompletionChoice> questionAnswer = OpenAiUtils.getQuestionAnswer("重庆今天的天气怎么样？");
for (CompletionChoice completionChoice : questionAnswer) {
System.out.println(completionChoice.getText());
}
}
/**
* 测试面试题生成
*/
@Test
public void testInterview(){
List<CompletionChoice> results = OpenAiUtils.getInterviewQuestion("redis");
for (CompletionChoice completionChoice : results) {
System.out.println(completionChoice.getText());
}
}
}
运行报错
如果你运行代码，出现下面错误，不应紧张，那是英文springboot3.0需要jdk17的版本
选中父项目右键打开项目配置创建，修改JDK为17版本即可，重新运行即可正常。
长江两岸老火锅，共聚山城开发者！We Want You！
更多推荐
9
0- 0
已为社区贡献1条内容
所有评论(0)