项目简介 #
本项目是一个基于 Flask 的 Web 应用,提供了与 GPT 模型交互的 API 接口和简单的前端页面。用户可以通过微信公众号或 Web 界面与 AI 进行对话、生成图片或获取内容摘要。
主要功能包括:
- 与 GPT 模型进行文本对话:支持多轮对话,模拟人类聊天。
- 根据用户输入生成图片:通过 AI 模型生成高质量图片。
- 微信公众号的消息处理功能:支持自动回复、图片生成等功能。
- 内容摘要功能:从长文本或网页中提取关键信息,生成简洁摘要。
本项目适用于个人开发者、企业或研究人员,帮助快速构建基于 GPT 模型的应用。
使用说明 #
环境准备 #
克隆仓库:
git clone <仓库地址> cd gpt
安装依赖:
pip install -r requirements.txt
配置环境变量:
- 创建
.env
文件,设置以下变量:WX_TOKEN
:微信公众号的 token,用于消息验证。OPENAI_API_KEY
:GPT 模型的 API 密钥(如果需要)。
- 确保其他必要的环境变量已正确配置,例如数据库连接信息(如适用)。
- 创建
启动服务:
python -m api.index
部署到 Vercel:
- 确保
vercel.json
配置正确,包含路由和环境变量。 - 使用 Vercel CLI 部署:
vercel
- 确保
API 使用 #
对话接口:
- 路径:
/g4f/<model>
- 方法:POST
- 参数:
message
:用户输入的文本。context
(可选):对话上下文。
- 返回:GPT 模型生成的回复。
- 路径:
图片生成:
- 路径:
/generate-image
- 方法:POST
- 参数:
prompt
:描述图片内容的文本。
- 返回:生成图片的 URL。
- 路径:
微信公众号:
- 路径:
/wechat
- 方法:POST
- 功能:处理微信公众号的消息,包括文本回复和图片生成。
- 路径:
内容摘要:
- 路径:
/ai-post
- 方法:POST
- 参数:
url
:需要摘要的网页 URL。
- 返回:网页内容的简短摘要。
- 路径:
项目结构 #
api/
:后端 API 代码。static/
:前端静态文件(HTML、CSS、JS)。templates/
:前端模板文件。requirements.txt
:Python 依赖列表。vercel.json
:Vercel 部署配置。
核心原理 #
GPT 模型交互:
- 使用
g4f
客户端与 GPT 模型交互,支持多种模型(如gpt-4o-mini
)。 - 提供灵活的接口,支持自定义上下文和模型选择。
- 使用
微信公众号集成:
- 使用
wechatpy
库处理消息签名验证、消息解析和回复。 - 支持文本消息、图片生成请求和其他自定义功能。
- 使用
图片生成:
- 调用
g4f
客户端的图片生成接口,基于用户输入的 prompt 生成图片。 - 返回图片的 URL,供用户下载或预览。
- 调用
内容摘要:
- 从指定 URL 获取网页内容,使用 GPT 模型生成简短摘要。
- 支持多语言内容处理。
常见问题 #
如何更换 GPT 模型?
- 调用
/models
接口获取支持的模型列表。 - 在请求中指定所需的模型名称。
- 调用
如何调试微信公众号功能?
- 使用微信公众平台的开发者工具进行测试。
- 检查
WX_TOKEN
是否正确配置。
图片生成失败怎么办?
- 确保
g4f
客户端正常工作。 - 检查输入的 prompt 是否符合要求。
- 确保