如何使用 Flask 和 GPT-4 API 创建人工智能驱动的 Python Web 应用程序
欢迎来到 Web 开发的未来，人工智能 (AI) 正在彻底改变我们创建在线应用程序并与之交互的方式。在这篇博文中，我们将向您介绍使用 Flask 网络框架和 OpenAI 最先进的 GPT-4 API 创建尖端的人工智能 Python 网络应用程序的过程。
GPT-4 API 是 OpenAI 开发的一种强大的自然语言处理模型，它为开发人员打开了一个充满可能性的世界，可在各个领域实现增强的用户体验和智能自动化。从聊天机器人到内容生成，从 AI 驱动的推荐到情绪分析，GPT-4 API 提供了大量机会来创建创新、交互式和以用户为中心的 Web 应用程序。
在以下部分中，我们将介绍开发您自己的 AI 驱动的 Web 应用程序的基本组件，包括设置您的开发环境、集成 GPT-4 API 以及使用 Flask 实现用户交互。到本文结束时，您将为在 Python Web 应用程序中利用 AI 的力量奠定坚实的基础，并顺利探索 AI 驱动开发的迷人世界。那么，让我们一起潜入并开始构建 Web 应用程序的未来吧！
注: 如果您现在还没有一个Chatgpt账号，赶快联系博主获取账号哦
设置 Flask 项目
要创建与 GPT-4 API 交互的 Flask Web 应用程序，您需要先安装所需的包。在您的终端中，运行：
pip install Flask openai创建一个新的项目文件夹：
mkdir flask-gpt4
cd flask-gpt4在此文件夹内创建一个新的空文件app.py，一个新的子文件夹templates并在此子文件夹内创建一个新文件index.html。
实施 Flask 应用程序
以下是 Python Flask Web 应用程序的完整实现app.py：
import json
from flask import Flask, render_template, request, jsonify
import openai
from openai.error import RateLimitError
app = Flask(__name__)
openai.api_key = os.getenv("OPENAI_API_KEY")
@app.route('/')
def index():
return render_template('index.html')
@app.route('/gpt4', methods=['GET', 'POST'])
def gpt4():
user_input = request.args.get('user_input') if request.method == 'GET' else request.form['user_input']
messages = [{"role": "user", "content": user_input}]
try:
response = openai.ChatCompletion.create(
model="gpt-4",
messages=messages
)
content = response.choices[0].message["content"]
except RateLimitError:
content = "The server is experiencing a high volume of requests. Please try again later."
return jsonify(content=content)
if __name__ == '__main__':
app.run(debug=True)
这个 Python Flask Web 应用程序演示了如何使用最先进的 GPT-4 API 构建人工智能聊天界面。该代码导入必要的库并使用两条路由设置一个简单的 Flask 应用程序：呈现主模板的索引路由和处理用户输入和 GPT-4 API 交互的 gpt4 路由。
收到用户输入后，应用程序会构建一条消息并将其发送到 GPT-4 API。API 处理消息并返回有意义的响应，然后将其发送回用户。该应用程序还可以优雅地处理限速错误，如果服务器流量过大，会通知用户稍后重试。
从本质上讲，这段代码展示了如何创建一个用户友好的 Web 应用程序，该应用程序利用 GPT-4 的强大功能进行自然语言处理，为用户提供互动和引人入胜的体验，以与尖端人工智能技术进行交流。
以下是代码的每个部分的说明：
1.导入语句：
import json：导入json用于处理 JSON 数据的库。from flask import Flask, render_template, request, jsonify：导入必要的 Flask 组件，用于创建 Web 应用程序、呈现 HTML 模板、处理 HTTP 请求和返回 JSON 数据。import openai: 导入openai用于访问 GPT-4 API 的库。from openai.error import RateLimitError: 从 GPT-4 API 导入RateLimitError处理限速错误的异常类。
2.应用设置：
app = Flask(__name__): 初始化一个新的 Flask web 应用程序。openai.api_key = os.getenv("OPENAI_API_KEY")：使用环境变量设置 GPT-4 API 密钥。
3. 主页路由：
@app.route('/')：定义应用程序的根路由。def index(): 访问根路由时调用的函数。return render_template('index.html')：呈现“index.html”模板作为响应。
4. GPT-4 API 交互路径：
@app.route('/gpt4', methods=['GET', 'POST'])：定义 GPT-4 API 交互的路由，允许 GET 和 POST 请求。def gpt4()：访问“/gpt4”路由时调用的函数。user_input = request.args.get('user_input') if request.method == 'GET' else request.form['user_input']：从查询字符串（GET 请求）或表单数据（POST 请求）中检索用户输入。messages = [{"role": "user", "content": user_input}]：创建消息列表，其中包含带有用户输入的单个消息。tryblock：尝试与 GPT-4 API 交互。response = openai.ChatCompletion.create(model="gpt-4", messages=messages)：使用用户的消息向 GPT-4 API 发送请求。content = response.choices[0].message["content"]：提取 GPT-4 API 响应的内容。except RateLimitError：捕获来自 GPT-4 API 的速率限制错误。content = "The server is experiencing a high volume of requests. Please try again later."：设置错误信息作为内容。return jsonify(content=content)：将内容作为 JSON 响应返回。
5. 运行应用程序：
if __name__ == '__main__':：检查脚本是否直接运行（未作为模块导入）。app.run(debug=True)：以调试模式启动 Flask Web 应用程序。
实施前端
接下来，让我们在 templates 文件夹内的 index.html 中实现当用户访问应用程序默认路由时提供的模板：
GPT-4 API Chat
GPT-4 API Chat
此 HTML 模板使用 GPT-4 API 为 AI 支持的聊天应用程序构建用户界面。head 部分包括用于兼容性、视口设置和对 jQuery 库的引用的基本元标记。此外，它还包含一个嵌入式 CSS 块，可为聊天界面提供样式，使其具有视觉吸引力且易于使用。CSS 确保干净的布局、响应式设计和交互式元素，例如按钮悬停效果。
在正文部分，聊天容器 div 包含与聊天相关的元素，包括标题、带有用户消息输入字段的表单、提交按钮和用于显示 AI 生成的响应的结果 div。表单附加了一个事件监听器，它监听提交事件并阻止默认的表单提交行为，确保页面不会刷新。
单击提交按钮时，JavaScript 代码获取用户输入，将输入作为查询参数构建 URL，然后向服务器发送 API 请求。收到响应后，代码会使用 AI 生成的内容更新结果 div，从而创建交互式聊天体验。
运行应用程序
要运行该应用程序，请在您的终端中执行以下命令：
export OPENAI_API_KEY="your_openai_api_key_here"
python app.py现在，在您的浏览器中访问 http://127.0.0.1:5000/ 以与 GPT-4 API 进行交互。
结论
通过使用 Flask 框架和 OpenAI 的 GPT-4 API 创建 Python Web 应用程序，我们探索了 AI 驱动的 Web 开发的激动人心的世界。在整个旅程中，我们讨论了设置您的开发环境、实现用户交互以及集成强大的 GPT-4 API 以便为您的应用程序带来智能功能。