API 文档

地址：https://platform.openai.com/docs/api-reference

可以看到，openai 提供了许多的 api 。它甚至提供了 openai 的 npm 包。并且给了一些使用例子。

当然可以直接使用 openai 提供的 node 模块。可以省去一堆麻烦事。

在node 中怎么使用，看文档就可以了

调用这些 api ，需要一个 apikey 。需要注册 openai 账号。
注册后在： https://platform.openai.com/account/api-keys 生成 apikey ，并且把它记下来就可以了。

不过这些 api 接口并不是免费的。请求会消耗一些 token ，这些 token 是花钱的。当然新用户有 5美元。能用很久

项目搭建

此项目的搭建呢！我使用了 vite 。不得不说， vite 确实方便。

项目结构

key.txt 我记录了 apikey 。 github 中没有，丢上去就失效！

我写了三个页面

entry.html : 入口页面。输入 apikey ，然后选择去聊天或者去生成图画。

index.html : 聊天页面

draw.html : 生成图画页面

具体的一些 css ，或者如何生成聊天内容。具体就看 js 文件就行了

使用服务端推送

我注意到，chatgpt 回复的内容，是一点一点生成的。但是它可不是故意的。而是这样子用户感知上会比较快。
如果等全部内容都回复完再显示，可能需要等上好几秒。

在 chat 的api中，提供了一个 stream 参数。那么服务端在回复的时候，是使用服务端推送的，也就是数据是一点一点推送过来的。而不是一次性返回！这样子可以快速的渲染出一些回复的内容，而不需要等待全部生成完再渲染

具体可以了解一下：EventSource

不过， fetch api 可以处理返回的流数据。倒也不用使用 EventSource 了。

使用例子

FetchH 类 , 对 fetch 进行封装。这里参考了 axios 的一些思路。在请求时，就可以避免重复的配置

class FetchH {constructor(url, config = {}) {if (typeof url === 'string') {config.url = url} else if (typeof url === 'object') {config = url}this.config = config}request(body) {// 合并请求参数let d = {...this.config.body,...body}return fetch(this.config.url, {method: this.config.method,headers: this.config.headers,body: JSON.stringify(d)})}
}// 返回函数，可直接调用
function createFetchH(url, config) {let fh = new FetchH(url, config)return (fh.request).bind(fh)
}// 创建 fetch
fetchH = createFetchH('https://api.openai.com/v1/chat/completions', {method: "POST",headers: {'Content-Type': 'application/json','Authorization': 'Bearer ' + apiKey,},body: {model: "gpt-3.5-turbo",temperature: 0.3,stream: true,max_tokens: 1000}
})

sendMsg 发送请求 (有删减)

async function sendMsg() {fetchH({ messages: chatStack }).then(res => {// 获取 readerreturn res.body.getReader()}).then(reader => {// 读取内容return getStream(reader)})
}

getStream 读取数据

function getStream(reader, textEl) {let ans = '', _role = ''// 文本转码const utf8Decoder = new TextDecoder("utf-8");return _getStream()// 读取流数据function _getStream() {return reader.read().then(function (result) {// 如果数据已经读取完毕，直接返回if (result.done) {return {role: _role,content: ans}}let { role, content } = parseText(utf8Decoder.decode(result.value))if (role) {_role = role}if (content) {ans += content}// 逐步添加文字requestAnimationFrame(() => {textEl.innerHTML = parse(ans)scroll()})// 还有数据，继续读取return _getStream();})}
}

parseText 解析文本 , 获取后的数据是字符串。可能有多个 data , 进行进行分割

function parseText(text) {let info = {content: ''}// 默认以 \ndata 进行分割 （可能有问题）text.split(/\n(?=data:)/).forEach(v => {if (v === 'data: [DONE]\n\n') {return ''}let { role, content } = JSON.parse(v.slice(6)).choices[0].deltaif (role) {info.role = role}if (content) {info.content += content}})return info
}