尝试使用 国内给出的 AI 大模型做出一个 可以和 AI 对话的 网站出来

• 使用 智普AI 只能 在控制台中输出 对应的信息 不如就做一个 maven 的 项目调用对应的API

  https://open.bigmodel.cn/dev/api#glm-4

      
          cn.bigmodel.openapi
          oapi-java-sdk
          release-V4-2.0.0
      
  

  • 使用 普通的 java – Maven项目 只能在控制台 查看结果 也就是 说没有办法在其他平台 使

    用 制作出来的 AI ChatRobot

  • 思来想去 不如 将这个东西写成 QQ 机器人
  • 但是因为我找到的 那个 不更新了 或者 腾讯不支持了 让我放弃了 写成 QQ 机器人的想法
  • 于是我就尝试将这个写成一个本地的 AI 对话机器人 但是 在翻看 官方给出的 Demo 我偶然发现了一个方法 他的 输出似乎是一个 json 转换成的 String
  • 这个方法并没有将这个String 返回出来 而是 直接在控制台打印

    package com.codervibe.utils;
    import com.alibaba.fastjson.JSON;
    import com.fasterxml.jackson.annotation.JsonInclude;
    import com.fasterxml.jackson.core.JsonProcessingException;
    import com.fasterxml.jackson.databind.DeserializationFeature;
    import com.fasterxml.jackson.databind.ObjectMapper;
    import com.fasterxml.jackson.databind.PropertyNamingStrategy;
    import com.zhipu.oapi.ClientV4;
    import com.zhipu.oapi.Constants;
    import com.zhipu.oapi.service.v4.image.CreateImageRequest;
    import com.zhipu.oapi.service.v4.image.ImageApiResponse;
    import com.zhipu.oapi.service.v4.model.*;
    import io.reactivex.Flowable;
    import java.util.ArrayList;
    import java.util.HashMap;
    import java.util.List;
    import java.util.Map;
    import java.util.concurrent.atomic.AtomicBoolean;
    public class ChatAPIUtils {
        private static final String API_KEY = "cb11ad7f3b68ce03ed9be6e13573aa19";
        private static final String API_SECRET = "nG7UQrrXqsXtqD1S";
        private static final ClientV4 client = new ClientV4.Builder(API_KEY, API_SECRET).build();
        private static final ObjectMapper mapper = defaultObjectMapper();
        public static ObjectMapper defaultObjectMapper() {
            ObjectMapper mapper = new ObjectMapper();
            mapper.configure(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES, false);
            mapper.setSerializationInclusion(JsonInclude.Include.NON_NULL);
            mapper.setPropertyNamingStrategy(PropertyNamingStrategy.SNAKE_CASE);
            mapper.addMixIn(ChatFunction.class, ChatFunctionMixIn.class);
            mapper.addMixIn(ChatCompletionRequest.class, ChatCompletionRequestMixIn.class);
            mapper.addMixIn(ChatFunctionCall.class, ChatFunctionCallMixIn.class);
            return mapper;
        }
        // 请自定义自己的业务id
        private static final String requestIdTemplate = "mycompany-%d";
        /**
         * 同步调用
         */
        public static String InvokeApi(String content) throws JsonProcessingException {
            List messages = new ArrayList<>();
            ChatMessage chatMessage = new ChatMessage(ChatMessageRole.USER.value(), content);
            messages.add(chatMessage);
            String requestId = String.format(requestIdTemplate, System.currentTimeMillis());
            // 函数调用参数构建部分
            List chatToolList = new ArrayList<>();
            ChatTool chatTool = new ChatTool();
            chatTool.setType(ChatToolType.FUNCTION.value());
            ChatFunctionParameters chatFunctionParameters = new ChatFunctionParameters();
            chatFunctionParameters.setType("object");
            Map properties = new HashMap<>();
            properties.put("location", new HashMap() {{
                put("type", "string");
                put("description", "城市，如：北京");
            }});
            properties.put("unit", new HashMap() {{
                put("type", "string");
                put("enum", new ArrayList() {{
                    add("celsius");
                    add("fahrenheit");
                }});
            }});
            chatFunctionParameters.setProperties(properties);
            ChatFunction chatFunction = ChatFunction.builder()
                    .name("get_weather")
                    .description("Get the current weather of a location")
                    .parameters(chatFunctionParameters)
                    .build();
            chatTool.setFunction(chatFunction);
            chatToolList.add(chatTool);
            ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder()
                    .model(Constants.ModelChatGLM4)
                    .stream(Boolean.FALSE)
                    .invokeMethod(Constants.invokeMethod)
                    .messages(messages)
                    .requestId(requestId)
                    .tools(chatToolList)
                    .toolChoice("auto")
                    .build();
            ModelApiResponse invokeModelApiResp = client.invokeModelApi(chatCompletionRequest);
            try {
            // 这里返回出去是一个 json 
                return mapper.writeValueAsString(invokeModelApiResp);
            } catch (JsonProcessingException e) {
                e.printStackTrace();
            }
            return mapper.writeValueAsString(new ModelApiResponse());
        }
        public static void CreateImage(String content) {
            CreateImageRequest createImageRequest = new CreateImageRequest();
            createImageRequest.setModel(Constants.ModelCogView);
            createImageRequest.setPrompt(content);
            ImageApiResponse imageApiResponse = client.createImage(createImageRequest);
            System.out.println("imageApiResponse:" + JSON.toJSONString(imageApiResponse));
        }
    }
    

    • 工具类中 InvokeApi 方法 最后获得的是一个 ModelApiResponse类 这个类有点类似于 统一返回类型 但是我在这里 只需要里面的具体方法 请求状态和 信息 并不需要 (有另外一个统一返回类型定义 ) 所以在 后面我将这个方法 修改 改为 将我需要的数据返回给controller
    • 实际上这是不应该直接返回给 controller 的 而是 应该 通过 service 的 因为service中才是真正的业务代码
    • 修改后的方法 代码如下

          /**
           * 同步调用
           */
          public static ModelData InvokeApi(String content) throwsJsonProcessingException{
              List messages = new ArrayList<>();
              ChatMessage chatMessage = new ChatMessage(ChatMessageRole.USER.value(), content);
              messages.add(chatMessage);
              String requestId = String.format(requestIdTemplate, System.currentTimeMillis());
              // 函数调用参数构建部分
              List chatToolList = new ArrayList<>();
              ChatTool chatTool = new ChatTool();
              chatTool.setType(ChatToolType.FUNCTION.value());
              ChatFunctionParameters chatFunctionParameters = new ChatFunctionParameters();
              chatFunctionParameters.setType("object");
              Map properties = new HashMap<>();
              properties.put("location", new HashMap() {{
                  put("type", "string");
                  put("description", "城市，如：北京");
              }});
              properties.put("unit", new HashMap() {{
                  put("type", "string");
                  put("enum", new ArrayList() {{
                      add("celsius");
                      add("fahrenheit");
                  }});
              }});
              chatFunctionParameters.setProperties(properties);
              ChatFunction chatFunction = ChatFunction.builder()
                      .name("get_weather")
                      .description("Get the current weather of a location")
                      .parameters(chatFunctionParameters)
                      .build();
              chatTool.setFunction(chatFunction);
              chatToolList.add(chatTool);
              ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder()
                      .model(Constants.ModelChatGLM4)
                      .stream(Boolean.FALSE)
                      .invokeMethod(Constants.invokeMethod)
                      .messages(messages)
                      .requestId(requestId)
                      .tools(chatToolList)
                      .toolChoice("auto")
                      .build();
              ModelApiResponse invokeModelApiResp = client.invokeModelApi(chatCompletionRequest);
              ModelData data = invokeModelApiResp.getData();
              return data;
      

      • 而这里的信息实际上是一层层 抽丝剥茧 剥离出来的

            List choices = data.getChoices();
            System.out.println("choices.toString() = " + choices.toString());
            for (Choice choice : choices) {
                ChatMessage message = choice.getMessage();
                System.out.println("message.getContent() = " + message.getContent());
                //本来这里想返回具体的信息类但是发现 上面的的那个ModelApiResponse类 也是一个 统一返回类型 也包含这 请求状态码 之类的定义
                return message;
            }
            return new ChatMessage();
            try {
                return mapper.writeValueAsString(invokeModelApiResp);
            } catch (JsonProcessingException e) {
                    e.printStackTrace();
            }
            return mapper.writeValueAsString(new ModelApiResponse());    
        

        • 可以看到我的这段代码 有多个 return 所以这实际上是一段假 代码
        • 每一个return 实际上官方都 对应的 model 或者说 resoponse
        • controller 代码

              @PostMapping("/chat")
              public R chat(@RequestParam("content") String content) throws JsonProcessingException {
                  /**
                   * data 中的 choices 是一个 List 类型但是实际上只有一个所以索性直接获取数组下标0的对象
                   */
                  logger.info(ChatAPIUtils.InvokeApi(content).getChoices().get(0).getMessage().getContent().toString());
                  return R.ok().data("content", ChatAPIUtils.InvokeApi(content));
              }
          

          • 修改 由 service 层 调用 工具类
          • service 代码
          • service 接口

            package com.codervibe.server.service;
            import com.zhipu.oapi.service.v4.image.ImageResult;
            import com.zhipu.oapi.service.v4.model.ModelData;
            public interface ChatService {
                /**
                 * AI 对话
                 */
                ModelData AIdialogue(String content);
                /**
                 * AI  画图
                 */
                ImageResult AIcreateimage(String content);
            }
            

            • service 接口实现

              package com.codervibe.server.Impl;
              import com.codervibe.server.service.ChatService;
              import com.codervibe.utils.ChatAPIUtils;
              import com.fasterxml.jackson.core.JsonProcessingException;
              import com.zhipu.oapi.service.v4.image.ImageResult;
              import com.zhipu.oapi.service.v4.model.ModelData;
              import org.slf4j.Logger;
              import org.slf4j.LoggerFactory;
              import org.springframework.stereotype.Service;
              @Service("chatService")
              public class ChatServiceImpl implements ChatService {
                  Logger logger = LoggerFactory.getLogger(ChatServiceImpl.class);
                  /**
                   * AI 对话
                   * @param content
                   */
                  @Override
                  public ModelData AIdialogue(String content) {
                      logger.info(ChatAPIUtils.InvokeApi(content).getChoices().get(0).getMessage().getContent().toString());
                      return ChatAPIUtils.InvokeApi(content);
                  }
                  /**
                   * AI  画图
                   *
                   * @param content
                   */
                  @Override
                  public ImageResult AIcreateimage(String content) {
                      logger.info(ChatAPIUtils.CreateImage(content).getData().get(0).getUrl());
                      return ChatAPIUtils.CreateImage(content);
                  }
              }
              

              • controller 层调用 service

                ****package com.codervibe.web.controller;
                import com.codervibe.server.service.ChatService;
                import com.codervibe.utils.ChatAPIUtils;
                import com.codervibe.web.common.response.R;
                import com.fasterxml.jackson.core.JsonProcessingException;
                import org.springframework.web.bind.annotation.PostMapping;
                import org.springframework.web.bind.annotation.RequestMapping;
                import org.springframework.web.bind.annotation.RequestParam;
                import org.springframework.web.bind.annotation.RestController;
                import org.slf4j.Logger;
                import org.slf4j.LoggerFactory;
                import javax.annotation.Resource;
                @RestController
                @RequestMapping("/chat")
                public class ChatController {
                    Logger logger = LoggerFactory.getLogger(ChatController.class);
                    @Resource
                    private ChatService chatService;
                    @PostMapping("/content")
                    public R chat(@RequestParam("content") String content) {
                        return R.ok().data("content", chatService.AIdialogue(content));
                    }
                    @PostMapping("/AIcreateimage")
                    public R AIcreateimage(@RequestParam("content") String content){
                        return R.ok().data("image",chatService.AIcreateimage(content));
                    }
                }
                

                • 现在 虽然可以 和 AI 进行对话 但是 数据返回的速度实在是太慢 所以我打算 将 常见的问题和答案 存储在本地的数据库中以提升 数据返回的速度 这只是一个初步的想法
                • 最后的想法 还未实现 先这样
                • 粉丝群 企鹅 179469398
                 
                 新建站点的步骤  网络营销的功能有哪些   个人网站设计欣赏  seo优化排名服务  济南网站建设团队  网站开发月薪多少钱