搭建一个 ChatGPT-SDK 组件工程，专门用于封装对 OpenAI 接口的使用。由于 OpenAI 接口本身较多，并有各类配置的设置，所以开发一个共用的 SDK 组件，更合适我们在各类工程中扩展使用
整个流程为：以会话模型为出口，，驱动整个服务的调用链路。并对外提供会话工厂的创建和使用。
通过工厂模式，开启一个使用okhttp3封装的OpenAi会话服务，进行流程的调用。同时这里还包括请求拦截的处理，因为我们需要对http请求设置一些必要的参数信息，如:apiKey、token。
这里还用到Retrofit2，Retrofit2可以将HTTP API转化为java接口，并通过注解的方式描述请求参数和响应结果等信息，从而方便的发送网络请求。
具体实现
工程目录
定义IOpenAiApi 接口
String v1_chat_completions = "v1/chat/completions";/*** 默认 GPT-3.5 问答模型* @param chatCompletionRequest 请求信息* @return 返回结果*/@POST(v1_chat_completions)Single<ChatCompletionResponse> completions(@Body ChatCompletionRequest chatCompletionRequest);在IOpenAiApi接口里定义访问接口，后续可直接扩展功能如画图等
会话接口
public interface OpenAiSession {/*** 默认 GPT-3.5 问答模型* @param chatCompletionRequest 请求信息* @return 返回结果*/ChatCompletionResponse completions(ChatCompletionRequest chatCompletionRequest);/*** 问答模型，流式响应接口* @param chatCompletionRequest 请求信息* @param eventSourceListener 实现监听；通过监听的 onEvent 方法接收数据* @return 返回结果*/EventSource completions(ChatCompletionRequest chatCompletionRequest, EventSourceListener eventSourceListener) throws JsonProcessingException;}会话工厂
public class DefaultOpenAiSessionFactory implements OpenAiSessionFactory {private final Configuration configuration;public DefaultOpenAiSessionFactory(Configuration configuration) {this.configuration = configuration;}@Overridepublic OpenAiSession openSession() {// 1. 日志配置HttpLoggingInterceptor httpLoggingInterceptor = new HttpLoggingInterceptor();httpLoggingInterceptor.setLevel(HttpLoggingInterceptor.Level.HEADERS);// 2. 开启 Http 客户端OkHttpClient okHttpClient = new OkHttpClient.Builder().addInterceptor(httpLoggingInterceptor).addInterceptor(new OpenAiInterceptor(configuration.getApiKey())).connectTimeout(450, TimeUnit.SECONDS).writeTimeout(450, TimeUnit.SECONDS).readTimeout(450, TimeUnit.SECONDS)//.proxy(new Proxy(Proxy.Type.HTTP, new InetSocketAddress("127.0.0.1", 21284))).build();configuration.setOkHttpClient(okHttpClient);// 3. 创建 API 服务IOpenAiApi openAiApi = new Retrofit.Builder().baseUrl(configuration.getApiHost()).client(okHttpClient).addCallAdapterFactory(RxJava2CallAdapterFactory.create()).addConverterFactory(JacksonConverterFactory.create()).build().create(IOpenAiApi.class);configuration.setOpenAiApi(openAiApi);return new DefaultOpenAiSession(configuration);}}你可以想象一下，只要你想调用OpenAI官网的接口，就一定需要用到HTTP服务。那么这些类似零件的装配就需要一个统一收口的地方进行管理。所以我使用工厂模型封装。
会话接口的实现
下面只展示流式会话的接口实现
@Overridepublic EventSource completions(ChatCompletionRequest chatCompletionRequest, EventSourceListener eventSourceListener) throws JsonProcessingException {return this.completions(Constants.NULL, Constants.NULL, chatCompletionRequest, eventSourceListener);}@Overridepublic EventSource completions(String apiHostByUser, String apiKeyByUser, ChatCompletionRequest chatCompletionRequest, EventSourceListener eventSourceListener) throws JsonProcessingException{// 核心参数校验；不对用户的传参做更改，只返回错误信息。if (!chatCompletionRequest.isStream()) {throw new RuntimeException("illegal parameter stream is false!");}// 动态设置 Host、Key，便于用户传递自己的信息String apiHost = Constants.NULL.equals(apiHostByUser) ? configuration.getApiHost() : apiHostByUser;String apiKey = Constants.NULL.equals(apiKeyByUser) ? configuration.getApiKey() : apiKeyByUser;// 构建请求信息Request request = new Request.Builder()// url: https://api.openai.com/v1/chat/completions - 通过 IOpenAiApi 配置的 POST 接口，用这样的方式从统一的地方获取配置信息.url(apiHost.concat(IOpenAiApi.v1_chat_completions)).addHeader("apiKey", apiKey)// 封装请求参数信息，如果使用了 Fastjson 也可以替换 ObjectMapper 转换对象.post(RequestBody.create(MediaType.get(ContentType.JSON.getValue()), new ObjectMapper().writeValueAsString(chatCompletionRequest))).build();// 返回结果信息；EventSource 对象可以取消应答return factory.newEventSource(request, eventSourceListener);}下面是测试代码
@Slf4j
public class ApiTest {private OpenAiSession openAiSession;@Beforepublic void test_OpenAiSessionFactory() {// 1. 配置文件Configuration configuration = new Configuration();configuration.setApiHost("转发地址");configuration.setApiKey("你的apiKey");// 2. 会话工厂OpenAiSessionFactory factory = new DefaultOpenAiSessionFactory(configuration);// 3. 开启会话this.openAiSession = factory.openSession();}/*** 【常用对话模式，推荐使用此模型进行测试】* 此对话模型 3.5/4.0 接近于官网体验 & 流式应答*/@Testpublic void test_chat_completions_stream_channel() throws JsonProcessingException, InterruptedException {// 1. 创建参数ChatCompletionRequest chatCompletion = ChatCompletionRequest.builder().stream(true).messages(Collections.singletonList(Message.builder().role(Constants.Role.USER).content("用java写一个冒泡排序").build())).model(ChatCompletionRequest.Model.GPT_3_5_TURBO.getCode()).maxTokens(1024).build();// 2. 用户配置 【可选参数，支持不同渠道的 apiHost、apiKey】- 方便给每个用户都分配了自己的key，用于售卖场景String apiHost = "转发地址";String apiKey = "你的apiKey";// 3. 发起请求EventSource eventSource = openAiSession.completions(apiHost, apiKey, chatCompletion, new EventSourceListener() {@Overridepublic void onEvent(EventSource eventSource, String id, String type, String data) {log.info("测试结果 id:{} type:{} data:{}", id, type, data);}@Overridepublic void onFailure(EventSource eventSource, Throwable t, Response response) {log.error("失败 code:{} message:{}", response.code(), response.message());}});// 等待new CountDownLatch(1).await();}
}这样一个简单的java chatGPT-SDK就实现了，现在你可以在其他的项目使用chatgpt了哦
