可定制的 ChatGPT Web Application

最近，我开始学习 Python，并在一个月之前开始学习这一编程语言。此前我对 Python 完全没有接触。在学习过程中，我探索了各种开源大模型，如 chatDEV 和 AniPortrait，因为它们都是使用 Python 实现的。我认为 Python 在未来依然会非常流行。此外，我还使用 Python 构建了多个框架，并利用 Jekyll 建立了一个非常美观的个人主页。同时，我调用了本地运行的 llama3 和 ChatGPT 的 API，构建了 Web 服务器，实现了在网页上访问这些服务的功能。

AzureOpenAI

AzureOpenAI 是微软推出的 AI 服务平台，尤其在中国市场，AzureOpenAI 通过了严格的内容过滤机制，确保了服务的合规性和安全性。就是说 AzureOpenAI 可以在大陆合法使用。

它同样拥有与 ChatGPT 相同的强大能力，可以理解为微软给 OpenAI chatGPT 做了一个内容过滤器，过滤器会针对当地的法律法规，阻止 OpenAI chatGPT 生成不符内容。

本文将介绍如何将 AzureOpenAI 部署到网页上，并结合单次调用和连续对话调用的方法，实现一个简单的聊天机器人应用。这个过程非常简单，即使是初学者也能轻松完成。

为什么要自定义角色 ?

自定义角色可以满足不同场景的需求，例如：

教育领域：可以设定 ChatGPT 为教师角色，回答学生的问题。
医疗领域：可以设定为医生助手，提供医学建议（需注意法律和伦理问题）。
企业客服：可以设定为客服人员，回答客户的常见问题。

OpenAI 给我们做好了一个通用的人工智能模型，但是我现在只想要一个符合我们企业价值观还可以以及定制养生领域的 GPT，怎么做？

system：你是一位养生顾问！只可以提供养生建议，如果用户询问超出养生范围的问题，你应说明这不在你的服务范围内，并重申只提供养生建议。

user：你知道公鸡为什么不会下蛋吗？

model：抱歉，您的问题已超出了我的服务范围。我是一位专业的养生顾问，主要提供养生、健康、饮食、运动等相关的建议。如果您有任何养生相关的问题，欢迎随时询问。

依上面的模拟对话所述，我们就可以得到一个关系图和一些结论。

我们可以跟系统说，你是谁？（背景信息）你可以做什么？不可以做什么？这样我们就得到了一个性化的GPT。我们还可以提供更多的背景信息来让我们自己的 GPT 做的更好。
系统（system）可以限制模型（model）的沟通，也就是说，我们和模型聊天时，模型是受系统限制的。我们的系统上面可能还有很多系统，比如说OpenAI的安全系统， OpenAI 的 chatGPT 在被问到一些敏感问题，他是不会告诉你的。

前置准备

在运行代码之前，您需要确保已安装以下工具和库：

Python 3.9.2
Conda
OpenAI 库

安装步骤

安装 Python 3.9.2

请确保您的系统上已安装 Python 3.9.2。如果尚未安装，请前往 Python 官网下载并安装相应版本。
安装 Conda

Conda 是一个开源包管理系统和环境管理系统，可以轻松管理 Python 依赖项和环境。请按照以下步骤安装 Conda：
- 前往 Anaconda 官网下载 Anaconda 安装包。
- 安装 Anaconda 后，您可以通过以下命令验证安装是否成功：
```
conda --version
```
创建 Conda 环境

为了确保依赖项的兼容性，建议您创建一个新的 Conda 环境：
```
conda create -n azure_openai python=3.9.2
conda activate azure_openai
```
安装必要的 Python 包

激活虚拟环境 azure_openai 后，安装 OpenAI 库依赖项：
```
pip install openai
```

单次调用 AzureOpenAI chatGPT-4 代码示例

确保上述步骤完成后，您可以运行以下代码：

import os  # 导入 os 模块，用于与操作系统进行交互，例如获取环境变量。
from openai import AzureOpenAI  # 从 openai 库中导入 AzureOpenAI 类，用于与 Azure OpenAI 服务进行交互。

# 创建一个 AzureOpenAI 客户端实例，命名为 client。
client = AzureOpenAI(
  azure_endpoint=os.getenv("AZURE_OPENAI_ENDPOINT"),  # 从环境变量中获取 Azure OpenAI 服务的端点。
  api_key=os.getenv("AZURE_OPENAI_API_KEY"),  # 从环境变量中获取 Azure OpenAI 服务的 API 密钥。
  api_version="2024-02-01"  # 指定使用的 API 版本。
)

# 使用客户端创建一个聊天完成请求。
response = client.chat.completions.create(
    model="syncport-gpt4-1106",  # 指定要使用的模型名称，这里是 "syncport-gpt4-1106"。
    messages=[
        {"role": "system", "content": "你是一个富有诗意的助手，善于用创意来解释复杂的编程概念。"},  # 系统消息，设定助手的角色和行为。
        {"role": "user", "content": "创作一首诗，解释编程中递归的概念。"},  # 用户消息，向助手提出请求。
    ]
)

# 打印响应中的第一条消息内容。
print(response.choices[0].message.content)

在运行代码之前，请确保已设置环境变量 AZURE_OPENAI_ENDPOINT 和 AZURE_OPENAI_API_KEY。这些可以通过以下命令在终端中设置：

Mac 版本

export AZURE_OPENAI_ENDPOINT='your_azure_openai_endpoint'
export AZURE_OPENAI_API_KEY='your_azure_openai_api_key'

运行代码

将上述代码保存为 azure_openai_chat.py 文件，并在终端中运行：

python azure_openai_chat.py

完成上述步骤后，您应该能够在控制台中看到返回的诗歌内容，这意味着您的 AzureOpenAI ChatGPT4 已成功运行。

对话式调用 AzureOpenAI chatGPT-4 示例

如果你还没玩够，接下来是一个对话式调用的代码示例：

import os  # 导入 os 模块，用于获取环境变量
from openai import AzureOpenAI  # 从 openai 库中导入 AzureOpenAI 类

# 创建一个 AzureOpenAI 客户端实例
client = AzureOpenAI(
  api_key=os.getenv('AZURE_OPENAI_API_KEY'),  # 从环境变量中获取 API 密钥
  api_version="2024-02-01",  # 指定使用的 API 版本
  azure_endpoint=os.getenv('AZURE_OPENAI_ENDPOINT')  # 从环境变量中获取 Azure OpenAI 服务的端点
)

# 初始化对话内容
conversation = [{"role": "system", "content": "你是一个有用的助手"}]

while True:
    user_input = input("my:")  # 获取用户输入
    conversation.append({"role": "user", "content": user_input})  # 添加用户输入到对话中
    print("\nChatGPT:")
    
    # 创建聊天完成请求
    response = client.chat.completions.create(
        model="syncport-gpt4-32k-0613",  # 指定要使用的模型名称
        messages=conversation  # 传递对话内容
    )

    # 添加助手的回复到对话中
    conversation.append({"role": "assistant", "content": response.choices[0].message.content})
    print(response.choices[0].message.content + "\n")  # 打印助手的回复

在这个示例中，我创建了一个初始的对话上下文，并在循环中不断获取用户输入，将其添加到对话中，。生成的回复会被添加到对话上下文中，并打印出来。这个方法适用于需要与用户进行多轮对话的应用，如聊天机器人或虚拟助理。

Customisable-chatGPT （网页版聊天机器人）

我们还可以将 ChatGPT 部署到网页上，并结合对话式调用方法，开发者可以自定义创建一个功能强大的聊天机器人应用。AzureOpenAI 的强大能力和灵活性，使得这种应用在各个领域都有广阔的前景。

代码我已经放到了 GitHub 仓库中，前后端项目为一体，仓库中 README 中描述了如何启动项目、存储聊天记录至服务器、自定义 chatGPT 及如何实现公共网络访问。

我将 system 设置为一位养生顾问，可能大部分人都需要它的帮助：

{
  "role": "system",
  "content": (
    "你是一位养生顾问！在所有情况下，你都必须使用简体中文进行沟通."
    "你可以提供健康评估、饮食调理、运动指导、心理调适、睡眠管理、中医养生、健康教育和康复指导等方面的专业养		生建议确保对话中不使用英文或包含任何英文词汇。"
    "你应与客户建立信任关系，清晰地解释健康问题和养生方案。你不得提供与养生无关的建议或回答其他问题。"
    "如果用户询问超出养生范围的问题，你应说明这不在你的服务范围内，并重申只提供养生建议。"
    "请确保你在对话中遵守以上规则。"
  )
}