AI开发 - 用GPT写一个GPT应用的真实案例
就在昨天,我的同事推荐给我了一个第三方的公共大模型API,这个API集合了国际上上几乎所有知名的大模型,只需要很少的费用,就可以接入到这些大模型中并使用它们。成本之低,令人乍舌!包括我们现在无法试用的 GPT-4o也在其中。
考虑到平台规则,在这里我就不说这个公共API平台的名字了,简称A平台吧。
之前我写过一篇文章:大模型:把GPT搬回家 - chatGPT的本地化API -Node.js调用
在文章中,我介绍了如何实现GPT的本地化,但是前提是需要一台美国服务器,需要有openai的付费账号。
而现在,上面的这个公共API平台A平台,无需科学上网,也无需注册任何大模型的账号,直接就可以调用。所以,这让一切变得简单了很多。
所以我忽然突发奇想,能否让GTP ,用这个API 来设计一个GPT本地应用呢?
于是我我就开始尝试了,(需要说明的是,A平台也提供web版,我在这次测试中还是用了GTP的web对话来完整我上面的设想,主要是比较习惯)
于是我就问了GPT三轮 ,第一轮如图
然后第二轮和第三轮,我加了一些其他的条件,比如增加了loading效果之类的、增加新话题按钮等等。GTP全部妥妥地完成了,包括 html、css、js 全部都妥妥的完成了!(注意:GPT 官方web对话框目前已经升级了,会自动切换画面,并且会在原答案上迭代答案,不再是不管三七二十一的输出,非常实用。)
然后我就又用Node.js 做了个webServer, 这样 可以放静态HTML ,也可以用来做我本地地API接入A平台的API,模型设置为GPT-4o,(如何用Node.js 来做一个webserver,这个非常简单 不会的同学请看我之前地web开发文章主要是 node.js 的路由如何实现的文章。)
以下是本地API接入A平台API的代码
async gptPost(req, response) {try {const data = req.body;const options = {url: `${baseUrl}/chat/completions`,method: "POST",headers: {"Authorization": `Bearer ${apiKey}`,"Content-Type": "application/json",},data: {model: "gpt-4o",messages: data,},};const res = await axios(options);return res.data.choices;} catch (err) {console.error('Error creating Kalurecord:', err);return null;}}
这样不到10分钟时间,我就把一个GTP本地应用做好了,而且是手机PC自适应。效果如下:

这是一个基于GPT-4o的本地化应用,我自己有个服务器和域名,于是丢上去就可以直接用了,在这个上面稍微增加一些功能,就可以完全成为一个商业化的产品,可以给很多企业提供服务。比如说 在单API的基础上,开设多个分帐号,这样企业内每个用户都又自己单独的'GPT', 相互间不干扰,上面我的存储只用了本地localStorage,如果企业用,可以用一个数据库来代替。这样信息也本地化了。这个后面我们可以继续讨论这个话题,让这个case变得更丰富和充实。
这个案例也说明,在未来,程序员的核心竞争力,不再是编写代码,不再是编程思维,不再是算法,也不再是经验,而是在提问题的结构化能力,在对业务逻辑的理解和描述,这样才能让gpt充分理解你的需求,并且将需求细化、模块化,程序员最终进行组合,生成一个完整的产品。
可怕吗? 但这也是机会!
好吧,你学会了吗,赶紧动手吧!
相关文章:
AI开发 - 用GPT写一个GPT应用的真实案例
就在昨天,我的同事推荐给我了一个第三方的公共大模型API,这个API集合了国际上上几乎所有知名的大模型,只需要很少的费用,就可以接入到这些大模型中并使用它们。成本之低,令人乍舌!包括我们现在无法试用的 G…...
C#—索引器
C#—索引器 索引器(Indexer)是类中的一个特殊成员,它能够让对象以类似数组的形式来操作,使程序看起来更为直观,更容易编写。索引器与属性类似,在定义索引器时同样会用到 get 和 set 访问器,不同…...
杨振宁大学物理视频中黄色的字去掉(稳定简洁版本,四)
杨振宁大学物理1214 色带矩形带来很大麻烦! 今天想到一个方法,整个色带矩形拉通,做个通铺处理,不计算,代码做最小化,最稳定追求。 因为黄色字稳定,我们找到他的中心,而这个色带矩形…...
排序算法(5):归并排序
问题 排序 [30, 24, 5, 58, 18, 36, 12, 42, 39] 归并排序 归并排序采用分治法,将序列分成若干子序列,每个子序列有序后再合并成有序的完整序列。 在数组排序中,如果只有一个数,那么它本身就是有序的。如果有两个数࿰…...
Gate学习(7)引入体素源
一、从GitHub下载体素源模型源码 下载地址:BenAuer2021/Phantoms-for-Nuclear-Medicine-Imaging-Simulation:用于核医学成像应用的模型(闪烁显像、SPECT 和 PET) --- BenAuer2021/Phantoms-For-Nuclear-Medicine-Imaging-Simulat…...
2024.12.14 TCP/IP 网络模型有哪几层?
2024.12.14 TCP/IP 网络模型有哪几层? 2024.12.14 今天周六 看到大伙都在考六级,我来复盘小林coding的计算机网络的知识点: TCP/IP 网络模型有哪几层? 问大家,为什么要有 TCP/IP 网络模型? 对于同一台设备上的进程间通信,有…...
item2 for macos
安装Item2 brew install iterm2 查看终端类型 cat /etc/shells Mac OS X 10.15 已经将默认的shell从Bash换成了zsh,所以不用安装,10.15以前的可以使用下面的命令进行安装 brew install zsh 安装Oh My ZSH # curl sh -c "$(curl -fsSL https://ra…...
二维三维空间上两点之间的距离
二维三维路径上,路径总距离以及途径点与障碍物之间的距离等都需要计算两点之间的距离。两点之间的距离有多种计算方法,这些计算方法主要取决于所考虑的空间维度、点的属性以及具体的应用场景。以下是一些常见的距离计算方法: 1. 曼哈顿距离(Manhattan distance) 定义:也…...
相机测距原理
基础概念的回顾 焦距的定义 焦距是指透镜或镜头的光学中心(通常是透镜的几何中心)到其焦点的距离。 焦点是光线的交点,它指的是透镜或镜头聚焦所有入射光线后汇聚的位置。焦点的位置与透镜的曲率和光线的入射角度相关。就是说所有光线经过…...
Debezium SchemaNameAdjuster 分析
Debezium SchemaNameAdjuster 分析 目录 1. 概述2. 核心功能3. 实现原理4. 应用场景5. 扩展示例6. 总结1. 概述 SchemaNameAdjuster 是 Debezium 中的一个工具类,主要用于确保 Schema 名称符合 Avro 命名规范。在数据库变更事件被转换为 Kafka 消息时,需要为每个表和字段创…...
Stable Diffusion绘画 | SDXL模型使用注意事项
注意事项 SDXL模型的使用,对电脑配置要求更高,需要 8GB 以上显存的显卡SDXL模型兼容性不太好,容易出现错误,对 Mac 电脑不友好只能选择 SDXL模型 训练的 LoRA 使用不能使用旧的 VAE文件 SDXL 专用 VAE 文件:sdxl_vae.…...
(五)机器学习 - 数据分布
数据分布(Data Distribution)是指数据在不同值或值区间内的分布情况,它描述了数据点在整个数据集中是如何分散或集中的。数据分布可以通过多种方式来分析和表示,包括图形和数值方法。 常见的数据分布特征和描述数据分布的方法&…...
Flink State面试题和参考答案-(上)
什么是 Flink 中的状态(State)? Flink 中的状态是指在 Flink 流处理程序中,操作符或函数用于存储和访问数据的机制。状态可以看作是在事件流处理过程中,随着时间推移而累积或变更的数据集合。在 Flink 的有状态流处理…...
利用开源Stable Diffusion模型实现图像压缩比竞争方法用更低的比特率生成更逼真的图像
概述 论文地址:https://studios.disneyresearch.com/app/uploads/2024/09/Lossy-Image-Compression-with-Foundation-Diffusion-Models-Paper.pdf 迪士尼的研究部门正在提供一种新的图像压缩方法,利用开源Stable Diffusion V1.2 模型,以比竞…...
QT信号与槽机制详解
当信号发出后,被连接的槽函数会自动被回调,类似观察者模式,当发生了感兴趣的事件,某一个操作就会被自动触发。信号是由于用户对窗口或控件进行了某些操作,导致窗口或控件产生了某个特定事件,这时Qt对应的窗…...
openGauss开源数据库实战二十二
文章目录 任务二十二 使用JDBC访问openGauss数据库任务目标实施步骤一、查看和设置隔离级别1.查看系统默认的隔离级别2.设置系统默认的隔离级别3.查看当前会话的隔离级别4.设置当前会话的隔离级别5.设置当前事务的隔离级别 二、读提交隔离级别测试三、可重复读隔离级别测试 任务…...
BurpSuite解决暴力破解时需要验证码问题
学习视频来自B站UP主泷羽sec,如涉及侵权马上删除文章。 笔记只是方便学习,以下内容只涉及学习内容,切莫逾越法律红线。 安全见闻,包含了各种网络安全,网络技术,旨在明白自己的渺小,知识的广博&a…...
WPF Combox使用 Text无法选择正确获取CHange后的Text
使用固定ComboxItem 无法通过 selectitem as object 来进行回去到 Content内的对香数据。那我只能这个样干: private void CBPaiweiLeixingSelect_Change(object sender, SelectionChangedEventArgs e){ ComboBox ThisBox sender as ComboBox;List<EDaxiaosuixi…...
【速览】设计模式(更新中)
目录 模式的历史设计模式是什么设计原则 SOLID1. 单一职责原则(Single Responsibility Principle, SRP)2. 开闭原则(Open/Closed Principle, OCP)3. 里氏替换原则(Liskov Substitution Principle, LSP)4. 接…...
【stable diffusion部署】Stable Diffusion开源本地化的文生图图生图AI
前言 主要功能 文生图、图生图、图像修复、处理、合成 所有的AI设计工具,安装包、模型和插件,都已经整理好了,👇获取~ 系统要求 windows 10、11系统,建议6G显存,NVIDIA显卡推荐12G显存,内存建…...
HS2-HF Patch:如何用5分钟为HoneySelect2实现完整汉化与MOD整合
HS2-HF Patch:如何用5分钟为HoneySelect2实现完整汉化与MOD整合 【免费下载链接】HS2-HF_Patch Automatically translate, uncensor and update HoneySelect2! 项目地址: https://gitcode.com/gh_mirrors/hs/HS2-HF_Patch HS2-HF Patch是HoneySelect2玩家的终…...
别再只把 AI 当聊天框了!探索 Google DeepMind 的 `agy` 命令行工具与人机协同新姿势
别再只把 AI 当聊天框了!探索 Google DeepMind 的 agy 命令行工具与人机协同新姿势 在 AI 辅助编程(AI Coding)卷到飞起的今天,大部分开发者最习惯的可能还是在 IDE 侧边栏里装个插件,或者在网页端和 AI 缝缝补补地复制…...
从荆楚方言保护到AIGC商业化:ElevenLabs湖北话语音项目落地的4类合规红线(含广电总局最新AI语音备案实操清单)
更多请点击: https://intelliparadigm.com 第一章:从荆楚方言保护到AIGC商业化:ElevenLabs湖北话语音项目的战略定位 湖北话作为荆楚文化的重要语音载体,长期面临传承断层、语料稀缺与数字表达缺位等挑战。ElevenLabs湖北话语音项…...
Steam Deck Tools 终极指南:Windows 掌机的完美伴侣
Steam Deck Tools 终极指南:Windows 掌机的完美伴侣 【免费下载链接】steam-deck-tools (Windows) Steam Deck Tools - Fan, Overlay, Power Control and Steam Controller for Windows 项目地址: https://gitcode.com/gh_mirrors/st/steam-deck-tools 还在为…...
CUK电路仿真结果
简 介: 本文通过LTSpice仿真分析了电感耦合Cuk反向电源电路的工作原理。该电路采用LTC3704芯片和双线圈耦合结构,具有高转换效率和大输出电流特性。仿真结果显示,在理想耦合系数下,输出电压波动极小,即使减小滤波电容仍…...
为什么四羟基合铝酸钠中的羟基明明是氢氧根离子却叫做羟基?
一、为什么四羟基合铝酸钠中的「羟基」明明是 OH⁻ 离子,却叫做「羟基」? 这是一个很好的概念辨析问题,涉及到配位化学命名规则与无机化学传统命名的差异。 1. 在配位化合物中,OH⁻ 作为配体时的名称就是「羟基」 在配合物&#x…...
情感演绎有多强?顶伯实测愤怒、喜悦、悲伤等 9 种语气
🎭 微软 TTS 的情感演绎有多强?顶伯实测愤怒、喜悦、悲伤等 9 种语气🎯 引言:语音合成的情感革命在人工智能语音合成领域,情感表达一直是技术难点。微软 TTS(文本转语音)通过深度学习模型&#…...
RK3506 SPI Slave模式开发实战:从设备树配置到驱动调试全攻略
1. 项目概述与核心价值 最近在做一个物联网边缘数据采集的项目,需要将多个传感器节点采集到的数据,通过一个主控单元汇总后上传到云端。传感器节点用的是瑞芯微的RK3506,这颗芯片性价比高,功耗控制得也不错,非常适合这…...
量子纠缠与动态电路:CHSH不等式在NISQ时代的应用
1. 量子纠缠与CHSH不等式:动态电路性能评估在量子计算领域,高质量的量子纠缠是实现量子优势的关键资源。就像建筑需要坚固的钢筋骨架一样,量子算法依赖于稳定的纠缠态作为其计算基础。然而在当前的NISQ(Noisy Intermediate-Scale …...
PentAGI:面向红队实战的开源渗透测试Agent系统
1. 这不是另一个“AI安全”的概念玩具,而是一套能真正进红队实战的渗透测试Agent系统你有没有遇到过这样的场景:在一次内部红队演练中,刚摸到一台边缘业务服务器,想快速判断它是否暴露了Jenkins未授权访问、Confluence远程代码执行…...
