Project Icon

ChatGPT-Web

基于GPT-3.5 API的开源聊天机器人 支持多种部署方式

ChatGPT-Web是一个基于GPT-3.5 API的开源聊天机器人项目,提供与官方ChatGPT相似的对话体验。支持Zeabur云部署、本地部署和Railway部署等多种方式。具备多用户管理、多对话管理、公式显示、流式加载和代码高亮等功能。项目部署简便,可快速搭建个人AI对话服务。

使用GPT-3.5 API创建的ChatGPT聊天页面,模型回复效果与官网的ChatGPT一致

Star the Repository

TODO List
  • 界面优化
  • 代码规范化,请求返回值规范、代码文件划分
  • 实现聊天记录文件下载,以及上传合并
  • 界面适应手机
  • 处理聊天记录更多由本地完成,即js完成聊天记录的请求
  • 添加token设置栏,按钮中设置
  • 在连续对话模式下支持多人同时使用
  • 重载历史记录
  • 切换聊天模式和重置时提示
  • 支持多对话管理
  • 公式显示
  • 流式拉取,逐字词动态实时显示
  • 代码高亮显示
  • 查余额

特性

极简配置
支持Zeabur云部署(推荐,两分钟部署完成)
支持railway云部署
支持多用户使用
多对话管理
公式显示
流式逐字加载显示
代码高亮
查余额
可设置访问密码

演示动图

演示

使用前提

  1. 因国内IP被封或OpenAI API被墙,因此自己需要有代理,稍后需要配置,(若使用railway部署时不需要有代理)
  2. 有openai账号,注册事项可以参考此文章
  3. 创建好api_key, 进入OpenAI链接,右上角点击,进入页面设置
    image

部署方法

分别介绍下面几种部署方法,选择一种即可,部署完成后直接跳转至后面的使用介绍继续即可

1. Zeabur云部署(最为推荐,无需代理,云部署,通过url随时随地访问,聊天记录云同步)
  • 关于Zeabur:Zeabur是云容器提供商,你能够使用它部署你的应用,并使用url链接随时随地访问你的应用,类似于Railway,但无时间限制
  1. 首先将代码fork到你的github中
  2. 点击网址注册账号,Zeabur ,绑定GitHub账号
  3. 进入项目创建链接,点击Create Project,输入名称 ChatGPT-Web创建项目
  4. 创建完成后,点击如图,添加服务 image
  5. 弹出的界面中,点击如下 image
  6. 弹出界面中,左侧选择你的GitHub,如果未绑定,请授权Zeabur访问你GitHub的所有项目,搜索ChatGPT-Web,即你clone的仓库,点击Import image
  7. 选择分支为main,点击部署 image
  8. 等待片刻后,将显示运行中,即部署完成,但此时还需要设置一些环境变量 image 分别设置DEPLOY_ON_ZEABURtrue,PORT5000,以及OPENAI_API_KEY设置为你的apikey即可,如为保证安全性,防止他人使用还可设置PASSWORD以及ADMIN_PASSWORD环境变量(可暂不设置,有需要再设),这两个环境变量分别代表普通访问密码,以及管理员密码,设置后用户访问网页时需要使用访问密码认证,而管理员密码用于下载以及合并所有用户的聊天记录时使用
  9. 设置访问域名,url,点击如下,再填入可用主机名保存url即可,如自己有域名,也可绑定自己的域名 image image
  10. 点击redeploy重新部署,等待片刻后部署完成,一般一分钟以内部署完成,若未刷新可手动刷新网页查看,使用生成的url访问即可使用 image
  11. 使用new:xxx创建用户即可使用,或者上传已有聊天记录,相关使用方式见使用介绍
  12. 请注意,当设置密码或其它环境变量时请在设置后重新部署,每次部署后都会清除聊天记录,可先下载好已有用户记录再重新部署
2. 本地源代码部署(推荐,方便更新,需要有代理)

前提:python3.7及以上运行环境

  1. 执行 pip install -r requirements.txt安装必要包
  2. 打开config.yaml文件,配置HTTPS_PROXY和OPENAI_API_KEY,相关细节已在配置文件中描述,如果在境外部署无需代理,将HTTPS_PROXY行删除即可
  3. 执行python main.py运行程序.若程序中未指定apikey也可以在终端执行时添加环境变量,如执行OPANAI_API_KEY=sk-XXXX python main.py来运行,其中sk-XXXX为你的apikey
  4. 打开本地浏览器访问127.0.0.1:5000,部署完成
  5. 关于更新,当代码更新时,使用git pull更新重新部署即可
  6. 使用linux开机自启动部署 执行vim /etc/systemd/system/chatGpt.service,编辑内容如下
  [Unit]
  Description=my chat-gpt web
  After=syslog.target network.target
  Wants=network.target
  
  [Service]
  Environment="ADMIN_PASSWORD=123456"
  Environment="OPENAI_API_KEY=sk-***"
  Environment="PASSWORD=123456"
  Type=simple
  User=nano
  WorkingDirectory=/home/nano/Project/ChatGPT-Web
  ExecStart=/usr/bin/python3 main.py
  Restart= always
  RestartSec=1min
  
  
  [Install]
  WantedBy=multi-user.target

最后启动

#启动
systemctl daemon-reload
systemctl start chatGpt.service
#设置为开机启动
systemctl enable chatGpt.service
3. Railway部署(无需代理,云部署,通过url随时随地访问)
  • 关于Railway:Railway是云容器提供商,你能够使用它部署你的应用,并使用url链接随时随地访问你的应用,Railway使用前提是你的GitHub账号满180天,绑定并验证后每月送5美元和500小时的使用时长,大概21天,因此如果使用这种方式需要在某些不使用的时段停止你的容器
  1. 首先将代码fork到你的github中
  2. 点击右侧Deploy on Railway,然后选择Deploy from GitHub repo,再选择Configure GitHub App,将会弹出新的窗口,在该窗口中选择Only select repositories,然后到下拉列表中选择刚才fork到你账号的仓库 image
  3. 授权完成后,Configure GitHub App下将会出现授权的项目
    image
  4. 不要点击立即部署,点击添加变量 image
  5. 将会跳转至新页面,依次添加PORT,DEPLOY_ON_RAILWAY以及OPENAI_API_KEY三个环境变量,相应值如下PORT为5000,DEPLOY_ON_RAILWAY为true image
  6. 修改变量后会自动部署,可点击Deployments查看,还可以点击查看日志
    image
  7. 点击查看日志,成功的一般显示如下
    image
  8. 查看访问url,未生成可点击Generate Domain生成即可,当然如果你自己有域名,还可以添加你自己的自定义域名
    image
  9. 进入后如图,任何网络环境下只要输入url即可访问 image
  10. 关于更新,当源仓库更新时,只需要将fork下来的仓库同步更新,railway将会自动部署更新的代码
4. Railway template部署(不推荐,代码迟滞高)
  1. 点击右侧按钮进行部署Deploy on Railway 首次使用railway的用户需要先绑定github账号并登陆,并进行验证,验证后可获得5美元、500小时每月的免费额度,绑定完成后重新点击上方图标,进行部署,如图进入后填写相关信息和api key
    image
  2. 点击部署后,会自动跳转,等待部署完成即可,如图为部署完成
    image
  3. 点击查看日志,成功的一般显示如下
    image
  4. 查看访问url,使用该url即可访问
    image
  5. 关于更新,点击如下进行更新即可,由Dashboard进入选择如下,但该种方式检查更新的迟滞似乎太高
    image
5. 可执行文件部署(推荐无python运行环境使用,需要自己有代理)

待补充

6. Docker部署(需要自己有代理)

待补充

使用介绍

  • 开启程序后进入如下页面
    image
  • 直接输入已有用户id,或者输入new:xxx创建新id,这个id用于绑定会话,下次不同浏览器打开都可以恢复用户的聊天记录,一个浏览器31天内一般不会要求再次输入用户id,如下为创建一个新id,名为zs,下图为发送完成后自动刷新的用户页面,左侧会有一个默认对话
    image
  • 代码中已经设置了apikey,但如果开放给别人用针对个别用户也可以按照说明设置用户专属apikey,这里就暂不设置专属的
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号