搭建一个基于Python的ChatGPT聊天页面通常涉及以下几个步骤:
- 创建Web应用框架
- 创建HTML聊天界面
- 实现后端逻辑
- 完善前端JavaScript
创建Web应用框架: 使用Python的Web开发框架,如Flask或Django,来构建基础的Web应用程序。这里以Flask为例,首先安装Flask:
pip install Flask
创建一个名为app.py的文件,初始化Flask应用:
from flask import Flask, render_template, request
app = Flask(__name__)
@app.route('/')
def chat_page():
return render_template('chat.html')
if __name__ == '__main__':
app.run(debug=True)
上述代码定义了一个简单的路由/,当访问根URL时,会渲染并返回chat.html模板。
创建HTML聊天界面: 在项目目录下创建一个名为templates的文件夹(Flask默认查找此路径下的模板文件),并在其中创建chat.html文件,编写HTML、CSS和JavaScript代码,构建聊天界面。以下是一个简化的示例:
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Chat with ChatGPT</title>
<style>
/* Add your CSS styles for the chat page here */
</style>
</head>
<body>
<div id="chat-container">
<!-- Render chat history here -->
</div>
<form id="message-form">
<input type="text" id="user-input" placeholder="Type your message...">
<button type="submit">Send</button>
</form>
<script>
// Add your JavaScript code for handling user input and sending requests to the server here
</script>
</body>
</html>
这里创建了聊天区域(#chat-container)和用户输入表单(#message-form)。你需要添加CSS样式以美化界面,并编写JavaScript代码来处理用户输入、发送请求到服务器以及在页面上动态显示聊天记录。
实现后端逻辑:修改app.py,添加一个新的路由,用于处理来自前端的聊天请求。在这个路由中,调用ChatGPT API获取回复,然后返回给前端。同时,确保已经按照上一节的步骤设置了OpenAI API密钥。
from flask import jsonify
import openai
openai.api_key = 'your-api-key-here'
@app.route('/chat', methods=['POST'])
def chat_with_chatgpt():
user_message = request.form.get('user_message')
prompt = f"User: {user_message}\nExpert: "
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "You are an expert in early childhood education."},
{"role": "user", "content": prompt}
]
)
chatbot_reply = response['choices'][0]['message']['content']
return jsonify({'chatbot_reply': chatbot_reply})
这个路由接收POST请求,从请求数据中提取用户输入的消息,构造ChatGPT的提示,并调用ChatGPT API获取回复。最后,将ChatGPT的回复以JSON格式返回给前端。
完善前端JavaScript: 在chat.html中的
document.addEventListener('DOMContentLoaded', function () {
const messageForm = document.getElementById('message-form');
const userInput = document.getElementById('user-input');
const chatContainer = document.getElementById('chat-container');
messageForm.addEventListener('submit', async (event) => {
event.preventDefault();
const userMessage = userInput.value.trim();
if (userMessage) {
// Send AJAX POST request to /chat endpoint
const response = await fetch('/chat', {
method: 'POST',
headers: {
'Content-Type': 'application/x-www-form-urlencoded'
},
body: `user_message=${encodeURIComponent(userMessage)}`
});
const data = await response.json();
const chatbotReply = data.chatbot_reply;
// Append user and chatbot messages to the chat container
chatContainer.innerHTML += `
User: ${userMessage}`;
chatContainer.innerHTML += `
ChatGPT: ${chatbotReply}`;
userInput.value = '';
chatContainer.scrollTop = chatContainer.scrollHeight;
}
});
});
这段代码首先监听表单提交事件,阻止默认提交行为。然后,提取用户输入,发送POST请求到/chat,接收并解析返回的JSON数据,将用户消息和ChatGPT回复添加到聊天记录中,并滚动到聊天记录底部。
完成以上步骤后,运行app.py启动Web应用。访问http://localhost:5000/(默认端口为5000),您应该能看到一个与ChatGPT进行交互的聊天页面。用户在页面上输入消息后,前端会发送请求到后端,后端调用ChatGPT API获取回复,并返回给前端,前端再将回复显示在聊天界面上。
请注意,这只是一个基础示例,实际应用中可能需要考虑更多细节,如错误处理、用户体验优化、API调用频率限制、安全性等。同时,确保遵循OpenAI的服务条款和使用指南。