最新进度：目前已实现 GPT 在线角色 DIY 功能，还在处理细节中...
欢迎大家Star、提出 Issue & PR，一起快乐地用 GPT Terminal 玩耍吧～
前言
今天继续来教大家如何玩转 OpenAI 接口！
自从 ChatGPT 横空出世之后，市面上就涌现了大量的类 GPT 应用（网站、公众号、小程序、App等等），它们和 ChatGPT 提供的功能几乎不相上下。这一切都是源于 OpenAI 为开发者们提供了 SDK 与 API 服务，使得大家能够欢乐地调用接口～
然而，如果你不懂得如何使用它提供的服务，那么做出来的 GPT 应用与市面上的相比，可能有许多缺陷。今天，我就先带大家功克第一个缺陷：如何让你做的 GPT 应用长长 “记性” ！我会从理论与实战的角度，带大家制作出有 "记忆" 功能的 GPT！
接口分析
我们在发送消息时，都是请求 OpenAI 提供的 createChatCompletion SDK 或 去调用 https://api.openai.com/v1/chat/completions API 从而获取 GPT 响应。想必大家如果看过我之前写的文章，一定对这种方式不陌生。但是，如果你只是单纯地将当前用户的提问作为请求参数传递给接口中，GPT 只会给你返回当前问题的响应，它自身没有记录上下文的能力。因为，我们对于 GPT 的每次请求与响应，都是单独的，并不会被 GPT 所存储。
然而，在真实的聊天场景，与你聊天的人一定会知道对话的上下文。要想使得 GPT 更加智能，必须得具备这一特点。难道 OpenAI 团队不知道这一点吗？其实，解决方案还是老配方，答案还是藏在 createChatCompletion接口参数中！
大家应该还记得我在上上一篇文章中，我通过以下流程实现了角色定制：
- 在
Markdown中按照模板格式，预先定义好角色信息以及具体问答 Case - 将其从
Markdown格式转为了JSON对象数组 - 请求
createChatCompletion接口，参数messages即为转化好的对象数组
这时候聪明的大家估计已经想到了，这些预先定义好的角色信息和问答 Case，就是 GPT 可以参考的上下文啊！这样看来，要想让 GPT “长记性”，也可以通过这一思路实现！
我们只需要记录当前这次会话中，用户与 GPT 的聊天记录，并在下一次用户向 GPT 发送消息时，将之前的聊天记录与这次发送的消息一同作为 createChatCompletion 的 messages 参数，即可实现这一功能。
话不多说，我们开始实战环节！
GPT Terminal 实战
存储方案
在前文中我们提到，需要将用户与 GPT 的聊天记录进行存储，所以我们需要确定存储方案。
在 GPT Terminal 项目中，我采用了 LocalStorage 前端存储技术以及 Pinia 状态管理框架来实现。
大家如果不熟悉 Pinia 语法，可以先看看基础教程或者直接跟着项目做一遍，用法很简单。
如下部分代码对应项目路径为：src/core/commands/gpt/messagesStore.ts
import { defineStore } from "pinia";
interface Message {
name: string;
role: string;
content: string;
}
export const useMessagesStore = defineStore("messages", {
state: () => ({
messages: [] as Message[]
}),
getters: {},
persist: {
key: "gpt-messages",
storage: window.localStorage,
},
actions: {
addMessage(msg: Message) {
const {messages} = this.$state
if (messages.length >= 20) {
messages.shift()
}
messages.push(msg)
},
clearMessages() {
this.$state.messages = []
}
}
})在上面这段代码中，我定义了 messages 状态，添加了两个 action，分别为添加消息与清除消息， 并确定了 LocalStorage 的持久化方式。
其中，为了防止上下文堆积，我限制了 messages 数组的最大长度，也就是说最多只能存储 20 条聊天记录。如果超出 20 条之后，首元素就会被移除（类似于固定长度的双端队列）。
请求 GPT 服务
确定好存储方案后，我们需要在对应的 Vue3 组件中引入 useMessagesStore。
如下部分代码对应项目路径为：src/core/commands/gpt/subCommands/chat/ChatBox.vue
// 引入 useMessagesStore
import { useMessagesStore } from "../../messagesStore"
// 用于将 messages 状态转为 Vue3 的 响应式数据
import { storeToRefs } from "pinia";
// 取出 messages
const messagesStore = useMessagesStore();
// 转化为 messages 响应式数据
const { messages } = storeToRefs(messagesStore);引入之后，我们需要改变原先请求中传入的 body 参数，我们需要将 messages 历史聊天记录添加到 body 中。
const response = await fetch('http://127.0.0.1:7345/api/gpt/get', {
method: "POST",
headers: {
"Content-Type": "application/json",
},
// 投喂历史消息
body: JSON.stringify({
message: [...(messages.value.map(({ role, content }) => ({ role, content }))), {
role: "user",
content: message.value
}],
role: role.value,
}),
});原有的后端服务不需要发生变化，其只需接受参数，并请求 GPT 服务即可。
请一定要记得，在我们请求结束后，将这次请求的对话记录到 messages 状态中！
// 记录历史消息
messagesStore.addMessage({
name: role.value,
role: "user",
content: message.value
})
messagesStore.addMessage({
name: role.value,
role: "assistant",
content: output.value
})通过以上简单的改造，我们便轻松地实现了有状态的 GPT！
成果
让我们检验一下我们实战的成果吧！
此外，我还引入了查询历史对话记录的功能，即使你清屏或者关闭当前终端，也能够找回最近的对话记录（最多记录 20 条）。这里的方案也是通过 Pinia 实现的，我们只需要获取 messages 状态即可。下面简单为大家演示一下！具体实现方案，大家可以进入 GPT Terminal 查看具体代码实现细节哦！
总结
今天给大家展示了我在 GPT Terminal 中，是如何实现让 GPT 具有上下文的 “记忆” 功能。原理非常简单，只需要在请求接口的参数中传入历史聊天记录即可。
最后再小小地提一下，GPT Terminal 目前已经基本实现了主体功能啦，还有一些 Bug 需要修改，如果大家想要了解 GPT Terminal 项目的更多细节与解锁更多玩法的话，请到其主页查看哦。对了，如果各位小伙伴关于文章或项目有什么不懂的地方，直接提出 Issue，我会在 24 小时内回复！
看在我这么认真的份上，大家点个 Star、点个赞不过分吧（磕头！）下期再见！