.net core调用基于GPT-3.5的ChatGPT接口

基于GPT-3.5的接口

OpenAI 已经开放和官网版本的ChatGPT相同的模型 gpt-3.5-turbo

GPT-3.5和3.0调用方式几乎一样，修改一下参数即可

代码如下：

string chatGptToken = _configuration["ChatGptToken"];
HttpClient client = new HttpClient();
client.DefaultRequestHeaders.Accept.Add(new MediaTypeWithQualityHeaderValue("application/json"));
client.DefaultRequestHeaders.Add("Authorization", $"Bearer {chatGptToken}");
var content = new
{
    //prompt = question,
    messages = new List<dynamic>() {
        new { role = "system", content = "你是TNBLOG智能助手。" },
        new { role = "user", content = questionModel.question }
    },
    model = "gpt-3.5-turbo",
    max_tokens = 4000,
    temperature = 0.5, // 回答同样一个问题的相似度
};
StringContent strcontent = new StringContent(JsonConvert.SerializeObject(content), Encoding.UTF8, "application/json");
string result = client.PostAsync("接口地址", strcontent).Result.Content.ReadAsStringAsync().Result;

• model：使用的模型，gpt-3.5-turbo 是官网版本 Chat-GPT 同款模型

• messages：消息参数，必须是数组。对话消息可以短至 1 条，也可以填充整个对话消息。通常，对话首先是 system 角色，用于给模型定下一些规则。当然，也可以加入一些 用户角色 user 和 模型角色 assistant 的对话内容，以便模型可以理解回顾历史对话内容。

• temperature: 回答同样一个问题的相似度

成功调用接口返回的格式如下:

{
    "id":"chatcmpl-6rGxroCTyO0DbNuVl02MTPWehnVhc",
    "object":"chat.completion",
    "created":1678154615,
    "model":"gpt-3.5-turbo-0301",
    "usage":{
        "prompt_tokens":34,
        "completion_tokens":179,
        "total_tokens":213
    },
    "choices":[
        {
            "message":{
                "role":"assistant",
                "content":"可以使用CSS的`::selection`伪元素来实现文字高亮效果。 ```css ::selection { background-color: yellow; color: black; } ``` 上面的代码会将选中的文本背景色设置为黄色，文字颜色设置为黑色。你可以将上面的代码添加到你的CSS文件中，或者在HTML文档中使用`<style>`标签来添加。 注意：`::selection`伪元素只能用于设置选中文本的样式，不能用于设置未选中文本的样式。在一些浏览器中，`::selection`伪元素的样式可能会被用户自定义样式所覆盖。"
            },
            "finish_reason":"stop",
            "index":0
        }
    ]
}

接收返回值的Model写一下

public class OpenAIResponse
{
    public string @object { get; set; }
    public Choice[] choices { get; set; }
}
public class Choice
{
    // public string text { get; set; }
    public Message message { get; set; }
}
public class Message
{
    public string role { get; set; }
    public string content { get; set; }
}

用这个model反序列化一下就可以了

 OpenAIResponse openAIResponse = Newtonsoft.Json.JsonConvert.DeserializeObject<OpenAIResponse>(result);

前一个版本的返回值类型可以使用这样的方式反序列化

public class OpenAIResponse
{
    public string @object { get; set; }
    public Choice[] choices { get; set; }
}
public class Choice
{
    public Message message { get; set; }
}

如果我说这篇博客是GPT-3.5帮我写的，你们信嘛！