通過(guò) HTTP，用戶(hù)可以使用多種語(yǔ)言（包括 Python、Java、JavaScript 和 Ruby）調(diào)用 GPT 大模型智能應(yīng)用 API，構(gòu)建一個(gè)智能聊天機(jī)器人，或其它自然語(yǔ)言生成應(yīng)用。您可以通過(guò)向 API 發(fā)送文本提示并獲取回復(fù)來(lái)使用 GPT大模型智能應(yīng)用。本期 Azure Open AI 官方指南演示如何使用 Python 語(yǔ)言實(shí)現(xiàn) GPT 大模型智能應(yīng)用 API 調(diào)用，并部署到 Azure App Service 展現(xiàn)用戶(hù)交互界面。
準(zhǔn)備工作 ╱ 01
程序設(shè)計(jì)原理 ╱ 02
Python代碼解析 ╱ 03
本地測(cè)試GPT大模型智能應(yīng)用 ╱ 04
部署Python Web應(yīng)用到 ╱ 05
Azure App Service
01
準(zhǔn)備工作
部署 GPT 大模型智能應(yīng)用 API，需要準(zhǔn)備以下幾項(xiàng)工作：
Azure 訂閱
VS Code（1.74.2或以上版本）版本并安裝Azure Account, Azure Tools和Azure App Service 插件
Python 3.10或更高版本(本demo使用 Python 3.10.9)
注冊(cè) OpenAI 開(kāi)發(fā)者賬號(hào)并獲取 API 密鑰
02
程序設(shè)計(jì)原理
1.本項(xiàng)目前端使用 index.html, style.css, script.js實(shí)現(xiàn)用戶(hù)交互界面。后端使用兩個(gè) python 程序（server.py 和 gpt.py）實(shí)現(xiàn)與前端頁(yè)面交互及OpenAI API 調(diào)用。
2.用戶(hù)在 Web 頁(yè)面中輸入文本并單擊按鈕。
3.Web 頁(yè)面使用 JavaScript 將文本發(fā)送到 Flask 應(yīng)用程序的 /chat 路由。
4.Flask 應(yīng)用程序接收文本并使用「GPT 大模型智能應(yīng)用」生成回復(fù)文本。
5.Flask 應(yīng)用程序?qū)⒒貜?fù)文本發(fā)送回 Web 頁(yè)面。
6.Web 頁(yè)面使用 JavaScript 將回復(fù)文本顯示在頁(yè)面上。
在這種架構(gòu)中，index.html 文件是 Web 頁(yè)面的模板。在該文件中，我們使用 HTML 和 CSS 來(lái)創(chuàng)建頁(yè)面布局和外觀。我們還使用 JavaScript 來(lái)處理用戶(hù)交互并與 Flask 應(yīng)用程序進(jìn)行通信。
Flask 應(yīng)用程序文件 (上面的代碼) 負(fù)責(zé)處理用戶(hù)輸入的文本并生成回復(fù)。它還提供了兩個(gè)路由：一個(gè)用于顯示 Web 頁(yè)面，另一個(gè)用于處理用戶(hù)輸入的文本并生成回復(fù)。
在靜態(tài)文件目錄中，我們可以存儲(chǔ) CSS 樣式表和 JavaScript 文件。這些文件可以用來(lái)自定義 Web 頁(yè)面的外觀和交互。
總之，這種設(shè)計(jì)架構(gòu)將 Web 頁(yè)面、Flask 應(yīng)用程序和 OpenAI API 結(jié)合起來(lái)，使用戶(hù)能夠通過(guò) Web 頁(yè)面與 GPT 聊天機(jī)器人進(jìn)行交互。
03
Python代碼解析
下面是使用兩個(gè) Python 程序（server.py 和 gpt.py）調(diào)用 OpenAI API，并生成 Flask 交互式 Web 頁(yè)面的代碼。這種設(shè)計(jì)架構(gòu)可以使代碼更易于維護(hù)和擴(kuò)展。
在下面的代碼中，server.py 文件是 Flask 應(yīng)用程序文件。它負(fù)責(zé)提供 Web 頁(yè)面和與 GPT 聊天機(jī)器人進(jìn)行交互的路由。
1 from flask import Flask, request
2 import gpt
3 {
4 app = Flask(__name__)
5 {
6 @app.route('/process_gpt', methods=['POST'])
7 def process_gpt():
8 return gpt.process_gpt(request)
9 {
10 @app.route('/')
11 def index():
12 return app.send_static_file('index.html')
13 {
14 if __name__ == '__main__':
15 app.run()
16 }
gpt.py 文件是「GPT大模型智能應(yīng)用」類(lèi)的定義。它包含一個(gè)靜態(tài)方法，用于生成「GPT大模型智能應(yīng)用」的回復(fù)文本。
1 gpt.py：
2 import openai
3 {
4 def process_gpt(request):
5 message = request.form['message']
6 openai.api_key = ''
7 response = openai.Completion.create(
8 engine='text-davinci-003',
9 prompt=message,
10 max_tokens=1024,
11 temperature=0.5,
12 )
13 {
14 # Format the response text
15 response_text = response.choices[0].text.strip() # Remove leading and trailing whitespace
16 response_text = response_text.replace('\n', '
') # Replace newlines with line breaks
17 # Return the formatted response text
18 return response_text
19 }
1.gpt.py 中使用 openai.api_key = '' 來(lái)輸入API Key，開(kāi)發(fā)者需用實(shí)際申請(qǐng)的API Key 替換程序中。
2.openai.Completion.create() 方法來(lái)調(diào)用 OpenAI API。這個(gè)方法接受多個(gè)參數(shù)，包括：
engine：要使用的 GPT-3 模型。
prompt：聊天對(duì)話(huà)的上下文。這里，我們通過(guò)用戶(hù)的輸入問(wèn)題來(lái)實(shí)現(xiàn)通用的對(duì)話(huà)，沒(méi)有對(duì)bot給出特殊提示。開(kāi)發(fā)者可以根據(jù)實(shí)際的應(yīng)用在自己的項(xiàng)目中設(shè)置 prompt。例如：prompt='User: Hi, how are you today?\nBot:'
max_tokens：生成的回復(fù)的最大字符數(shù)。
temperature：生成的回復(fù)的隨機(jī)性。值越大，回復(fù)越隨機(jī)。
更多該方法的參數(shù)及解釋可以參考openai.Completion.create() 方法官方文檔
3.調(diào)用 OpenAI API 后，會(huì)返回一個(gè)包含生成的回復(fù)的響應(yīng)。你可以使用 response.text 屬性來(lái)獲取回復(fù)的文本。你可以將這個(gè)回復(fù)文本作為機(jī)器人的回復(fù)，并將其顯示給用戶(hù)。
04
本地測(cè)試GPT大模型智能應(yīng)用
上述步驟展示了如何使用 GPT大模型智能應(yīng)用 API 構(gòu)建一個(gè)智能聊天機(jī)器人。接下來(lái)將演示如何將你的 Python web 應(yīng)用進(jìn)行本地電腦測(cè)試。參考如下步驟：
1. 在 VS code 中打開(kāi)一個(gè)終端。
2. 在終端中輸入以下命令以克隆 Git Hub 項(xiàng)目,這將在你的本地系統(tǒng)上創(chuàng)建一個(gè)名為“Create-A-ChatGPT-Bot-APP-and-Deploy-To-Azure-APP-Service-or-Teams-APP”的文件夾，并將 Git Hub 項(xiàng)目的所有文件克隆到該文件夾中。
3.在 VS code 中打開(kāi)該文件夾,在 gpt.py 代碼里替換你申請(qǐng)的 API Key。
4.在終端里項(xiàng)目根目錄下運(yùn)行以下命令以安裝項(xiàng)目所需的所有依賴(lài)項(xiàng)，所需的應(yīng)用中 python 依賴(lài)項(xiàng)會(huì)寫(xiě)在requirements.txt文件中，例如：flask和openai。
pip install -r requirements.txt
5.創(chuàng)建一個(gè)虛擬環(huán)境。虛擬環(huán)境是一種隔離 Python 包的方法，可以在不影響全局 Python 環(huán)境的情況下安裝和測(cè)試包。您可以使用 virtualenv 庫(kù)來(lái)創(chuàng)建虛擬環(huán)境。首先，需要使用 pip 命令安裝 virtualenv。
pip install virtualenv
6.使用以下命令創(chuàng)建一個(gè)名為 env 的虛擬環(huán)境：
virtualenv env
7.運(yùn)行以下命令以激活虛擬環(huán)境。
source env/bin/activate
``
8.運(yùn)行該應(yīng)用。
flask run
9.在瀏覽器中打開(kāi) http://127.0.0.1:5000/
10.可以輸入一些感興趣的問(wèn)題測(cè)試一下 GPT 大模型智能應(yīng)用的能力，這樣該應(yīng)用在本地測(cè)試就完成了。
05
部署 Python Web 應(yīng)用
到 Azure App Service
接下來(lái)將演示如何將該應(yīng)用部署到 Azure App Service 上：
1.在 VS code 中打開(kāi)該項(xiàng)目。
2.確認(rèn)您的 VS Code 已經(jīng)安裝了 Azure Account, Azure Tools 和 Azure App Service 擴(kuò)展。并在 VS Code 中登錄 Azure 賬號(hào)。
3.在 VS code 中打開(kāi)設(shè)置（Ctrl + Shift + P），并輸入“Azure App Service: Create New Web App”。
4.在提示中選擇“Azure App Service: Create New Web App”，然后按照提示操作。你需要選擇一個(gè)訂閱、資源組 Web 應(yīng)用的名稱(chēng)。Runtime Stack 選擇 Python 3.10。
5.在 VS code 中打開(kāi)設(shè)置（Ctrl + Shift + P），并輸入“Azure App Service: Deploy to Web App”。
6.在提示中選擇“Azure App Service: Deploy to Web App”，并按照提示操作。你需要選擇之前創(chuàng)建的 Web 應(yīng)用和要部署的文件夾。
7.應(yīng)用被成功部署到 Azure App Service 上，并可以通過(guò) Internet 訪(fǎng)問(wèn)。
新一代大模型智能應(yīng)用
給云原生技術(shù)帶來(lái)哪些機(jī)遇？
第二屆開(kāi)源云原生開(kāi)發(fā)者日
解密微軟全線(xiàn)產(chǎn)品GPT化背后的云原生技術(shù)
報(bào)名方式：
聯(lián)系客服
