ChatGPT注册保姆级教程及接入飞书详细步骤
给大家分享一下注册及接入飞书的详细步骤。
如何注册
前提条件:
- 有一个国外的代理,日本、新加坡、印度都可以,我们是在阿里云临时买了一台印度的服务器搭的梯子,大概花了60块钱(如果有现成的梯子这步可省略)。
- 国外的手机号,或者使用接码平台接收验证码。我们用的是一个接码平台:sms-activate.org/cn 不用翻墙可以直接访问
以下为注册步骤:
1,在官网进行注册:chat.openai.com/auth/login 记得打开梯子的全局代理模式!全局代理模式!全局代理模式!要不然会提示拒绝访问。
2,使用谷歌邮箱注册,没有谷歌邮箱就去注册一个吧,这点想必也难不倒大家。
3,按照步骤往下点,会让你进行手机号验证码验证。
注意图中的箭头,你如果使用的接码平台,用的哪个国家的虚拟号,就选择哪个国家,别选错了,要不然收不到验证码。如果看不懂国家的名字,就去翻译一下吧~~~
4,打开接码平台 sms-activate.org/cn ,使用谷歌邮箱注册
注册完毕之后,在左侧搜索openai,
可以看到印度尼西亚相对便宜一点,换算一下大概几块钱而已。
将其加入购物车之前需要先去充值。支持的方式很多,大家自由选择。
然后点击那个购物车按钮就可以了。
复制上图箭头处的号码到步骤3的验证页面,注意将国家选择为印度尼西亚,点击发送验证码。
然后上图中的等待短信会自动刷新出验证码,输入验证码,完事。
最后一步,chatgpt会让你选择用户类型,随便点哪个都无所谓。
注册完毕之后,需要获取一下key,这个key相当于我们访问网站的token。
如何接入飞书
飞书与chatgpt的交互如下,我们的自定义服务就是充当一个中间人的角色,进行消息的转发。
创建飞书机器人
1,进入飞书开放平台,选择创建企业自建应用。
2,创建完应用以后,点击进入应用,添加机器人。
3,给机器人配置消息相关的权限,如果不确定需要什么权限,可以先全部开通。
4,配置事件订阅。事件订阅需要先开发一个接口供飞书验证。接口需要可以公网访问。
这个接口的代码可以参考如下:
typescript
@PostMapping(value = "/message")
public FeishuEventDTO message(@RequestBody String body) {
log.info("收到消息:{}", body);
FeishuEventParams feishuEventParams = JSON.parseObject(body, FeishuEventParams.class);
FeishuEventDTO eventDTO = new FeishuEventDTO();
eventDTO.setChallenge(feishuEventParams.getChallenge());
return eventDTO;
}
@Data
public class FeishuEventParams {
private String challenge;
private String token;
private String type;
}
@Data
public class FeishuEventDTO {
private String challenge;
}
有一点需要注意的是,这个校验接口和下面接收飞书消息的接口是同一个地址,但是消息体不一样。
也就是说校验接口是一次性的,校验完之后需要对这个接口进行改造。
我们先将这个接口发布到一个可以公网访问的项目中,比如接口地址是 xx.xx.xx.xx/xx/xx/messa… ,将其填写到飞书中保存,飞书如果可以成功保存就没问题了。
OK,到这里飞书的配置基本搞定了,下面就是我们需要进行处理的逻辑了。
对接逻辑及实现
先说一下我司对接的大致逻辑,供大家参考。
用户发送消息到飞书之后,飞书会将消息转发到我们自己的服务上。
但是这里会存在一个问题,就是当多个用户并发发起会话时,或者一个大群里很多人都在@我们的机器人时,我们需要记住每一个人的回话,在chatgpt查询到结果后,准确的回复这个人。
由于我司目前也是用于内部测试不想实现太复杂,所以我们采用的思路是:每一个用户的会话转发到我们的服务上时,先将会话内容保存到一个全局的ConcurrentLinkedQueue队列中,然后启动一个线程,不停的消费这个队列。
队列的泛型是一个提前构造好的对象,这个对象保存着当前消息的消息id,发送人,提问内容等。
每消费一个对象,就将对象的提问内容发送到chatgpt,获取响应结果以后,调用飞书提供的会话回复接口去回复用户。(如果并发量比较大,这里可以搞成异步的)。
好了,大致思路就说到这,我们看一下具体的代码。
1,打开我们的项目,引入chatgpt提供的jar。
xml
<dependency>
<groupId>com.theokanning.openai-gpt3-java</groupId>
<artifactId>service</artifactId>
<version>0.10.0</version>
</dependency>
2,重写上面的校验接口,改造成接收飞书消息。(接口路径不要变)
ini
@Slf4j
@RestController
@RequestMapping(value = "/query")
public class QureyController {
public static ConcurrentLinkedQueue<FeishuResponse> consumer
= new ConcurrentLinkedQueue<>();
@PostMapping(value = "/message")
public String message(@RequestBody String body) {
log.info("收到飞书消息:{}", body);
JSONObject jsonObject = JSONObject.parseObject(body);
JSONObject header = jsonObject.getJSONObject("header");
String eventType = header.getString("event_type");
if ("im.message.receive_v1".equals(eventType)) {
JSONObject event = jsonObject.getJSONObject("event");
JSONObject message = event.getJSONObject("message");
String messageType = message.getString("message_type");
if ("text".equals(messageType)) {
String messageId = message.getString("message_id");
String content = message.getString("content");
JSONObject contentJson = JSON.parseObject(content);
String text = contentJson.getString("text");
FeishuResponse feishuResponse = new FeishuResponse();
feishuResponse.setMessageId(messageId);
feishuResponse.setQuery(text);
log.info("投递用户消息,{}", JSON.toJSON(feishuResponse));
consumer.add(feishuResponse);
} else {
log.info("非文本消息");
}
}
return "suc";
}
}
FeishuResponse的结构如下。
typescript
@Data
public class FeishuResponse {
private String messageId;
private String query;
}
3,写一个任务线程
ini
@Slf4j
public class AutoSendTask implements Runnable {
//你的chatgpt的key
public static final String token = "";
public static OpenAiService openAiService = null;
static {
openAiService = new OpenAiService(token, Duration.ofSeconds(60));
}
@Override
public void run() {
while (true) {
try {
FeishuResponse poll = consumer.poll();
if (poll == null) {
log.info("no query,sleep 2s");
TimeUnit.SECONDS.sleep(2);
} else {
String query = this.query(poll.getQuery());
this.reply(poll, query);
}
} catch (InterruptedException e) {
log.error("Thread exception...", e);
}
}
}
private String query(String q) {
log.info("开始提问:{}", q);
CompletionRequest completionRequest = CompletionRequest.builder()
.prompt(q)
.model("text-davinci-003")
.maxTokens(2048)
.echo(false)
.build();
StringBuilder sb = new StringBuilder();
CompletionResult completion = openAiService.createCompletion(completionRequest);
log.info("q:{},获取响应:{}", q, JSON.toJSONString(completion));
completion.getChoices().forEach(v -> {
sb.append(v.getText());
});
String rs = sb.toString();
if (rs.startsWith("?")) {
rs = rs.replaceFirst("?", "");
}
if (rs.startsWith("\n\n")) {
rs = rs.replaceFirst("\n\n", "");
}
log.info("格式化后的rs:{}", rs);
return rs;
}
private String reply(FeishuResponse poll, String rs) {
JSONObject params = new JSONObject();
params.put("uuid", RandomUtil.randomNumbers(10));
params.put("msg_type", "text");
JSONObject content = new JSONObject();
content.put("text", rs);
params.put("content", content.toJSONString());
String url = String.format("https://open.feishu.cn/open-apis/im/v1/messages/%s/reply",
poll.getMessageId());
String tenantAccessToken = FeishuUtils.getTenantAccessToken();
String body = null;
try (HttpResponse authorization = HttpUtil.createPost(url)
.header("Authorization", "Bearer " + tenantAccessToken)
.body(params.toJSONString())
.execute()) {
body = authorization.body();
}
return body;
}
}
获取飞书token的工具类如下:
typescript
@Slf4j
public class FeishuUtils {
public static final String tokenUrl
= "https://open.feishu.cn/open-apis/auth/v3/app_access_token/internal/";
//构建一个cache 缓存飞书的token
static Cache<String, String> tokenCache =
CacheBuilder.newBuilder().expireAfterWrite(Duration.ofSeconds(3500)).build();
//这个是飞书应用的appid和key,可以在创建的飞书应用中找到
public static final String appId = "";
public static final String appKey = "";
public static String getTenantAccessToken() {
String token = null;
try {
token = tokenCache.get("token", () -> {
JSONObject params = new JSONObject();
params.put("app_id", appId);
params.put("app_secret", appKey);
String body;
try (HttpResponse execute = HttpUtil.createPost(tokenUrl)
.body(params.toJSONString()).execute()) {
body = execute.body();
}
log.info("获取飞书token:{}", body);
if (StrUtil.isNotBlank(body)) {
String tenantAccessToken = JSON.parseObject(body).getString("tenant_access_token");
tokenCache.put("token", tenantAccessToken);
return tenantAccessToken;
}
return null;
});
} catch (ExecutionException e) {
throw new RuntimeException(e);
}
return token;
}
}
4,启动线程类即可
最后,出于隐私,chatgpt群会话的效果就不展示了,展示一下直接对话机器人的效果吧。
最后
由于我们引入chatgpt也只是抱着尝试的态度,所以代码相对也比较粗糙,如果有哪里写的不好的地方,还望大家海涵。
文中代码还额外引入的jar有:guava、hutool-all、fastjson。
蝉鸣AI生产力-教你用AI卷别人(原AIGC知识星球) » ChatGPT注册保姆级教程及接入飞书详细步骤