使用Java调用OpenAI API并解析响应:详细教程

news2024/10/6 13:00:39

使用Java调用OpenAI API并解析响应:详细教程

在现代应用程序中,API调用是一个非常常见的任务。本文将通过一个完整的示例,讲解如何使用Java调用OpenAI的ChatGPT API,并通过ObjectMapper处理JSON响应。本文的示例不仅适用于OpenAI的API,也可以扩展到其他API调用中。具体示例中我们会使用HttpURLConnection来发起请求,并使用ObjectMapper进行JSON解析。

项目场景

我们将编写一个方法,通过调用ChatGPT API,模拟发送消息并获取AI的响应。核心步骤包括:

  1. 发起HTTP请求。
  2. 设置请求头和请求体。
  3. 解析服务器返回的JSON响应。

1. URL类

在Java中,URL类用于表示统一资源定位符(即Web地址)。在我们的示例中,URL对象用于指定我们要调用的API的URL地址。

URL url = new URL("https://api.chatanywhere.tech/v1/chat/completions");

这里我们使用了一个中转服务器地址。通常,你会调用OpenAI官方的API地址 https://api.openai.com/v1/chat/completions。但在国内,访问这些外网资源可能受到限制,因此我们可以使用中转服务进行代理访问。

2. HttpURLConnection类

HttpURLConnection类是Java用于发送HTTP请求的核心类。我们通过它来设置请求方法、请求头、请求体,并读取响应。

HttpURLConnection connection = (HttpURLConnection) url.openConnection();
  • 设置请求方法:通过connection.setRequestMethod("GET")"POST"可以指定HTTP请求类型。通常,API请求发送数据使用POST方法。
connection.setRequestMethod("POST");
  • 设置请求头:为了与API服务交互,我们需要设置一些必要的请求头信息,如授权信息和内容类型。
connection.setRequestProperty("Authorization", "Bearer " + apiKey);
connection.setRequestProperty("Content-Type", "application/json");
  • 请求体:在发送POST请求时,需要将请求内容以字节流的形式写入输出流中。这里我们构建了一个JSON格式的请求体,并通过getOutputStream方法发送。
String inputJson = "{\"model\": \"gpt-3.5-turbo\", \"messages\": [{\"role\": \"system\", \"content\": \"你是一个贴心的AI助手,用来解决用户的各种问题,回答用中文!\"}, {\"role\": \"user\", \"content\": \"你是谁,基于什么模型?\"}]}";
try (OutputStream os = connection.getOutputStream()) {
    byte[] input = inputJson.getBytes(StandardCharsets.UTF_8);
    os.write(input, 0, input.length);
}

3. 处理响应数据

一旦请求发送后,服务器会返回数据。我们可以通过getInputStream方法获取服务器的响应,使用Scanner类读取并逐行打印响应内容。

//因为InputStream是一种一次性流,它只能读取一次,读完之后就关闭了,不能再读取,所以用Scanner进行读取数据并逐行处理,然后再将其一行行的写入StringBulider中,方便后续操作和使用
try (Scanner scanner = new Scanner(connection.getInputStream(), StandardCharsets.UTF_8)) {
    StringBuilder response = new StringBuilder();
    while (scanner.hasNext()) {
        response.append(scanner.nextLine());
    }
    System.out.println("接收到响应为: " + response.toString());
}

4. 使用ObjectMapper解析JSON

在我们的API返回数据中,通常是JSON格式。为了方便解析和操作JSON数据,我们使用Jackson库中的ObjectMapper类。ObjectMapper是Jackson提供的一个核心工具类,可以帮助我们将JSON字符串转换为Java对象,或者将Java对象转换为JSON。

ObjectMapper objectMapper = new ObjectMapper();
JsonNode jsonNode = objectMapper.readTree(response.toString());
JsonNode jsonChoicesNode = jsonNode.get("choices").get(0);
String content = jsonChoicesNode.get("message").get("content").asText();

在上面的代码中,readTree()方法会将JSON字符串转换为JsonNode对象。通过get()方法,我们可以获取JSON中的特定字段,并使用asText()方法将其转换为字符串。

5. 异常处理

在与外部API交互时,可能会遇到各种异常情况,比如连接超时、读写超时或者其他I/O错误。为了确保程序的鲁棒性,我们需要捕获这些异常并进行处理。

catch (IOException e) {
    throw new RuntimeException(e);
}

完整代码示例

void openAiChatGpt() {
    String apiKey = "sk-your-api-key";//替换成你自己的API KEY 
    try {
        URL url = new URL("https://api.chatanywhere.tech/v1/chat/completions");
        System.out.println("测试连接");
        HttpURLConnection connection = (HttpURLConnection) url.openConnection();
        connection.setRequestMethod("GET");
        connection.setRequestProperty("Authorization", "Bearer " + apiKey);
        connection.setRequestProperty("Content-Type", "application/json");

        connection.setDoOutput(true);

        String inputJson = "{\"model\": \"gpt-3.5-turbo\", \"messages\": [{\"role\": \"system\", \"content\": \"你是一个贴心的AI助手,用来解决用户的各种问题,回答用中文!\"}, {\"role\": \"user\", \"content\": \"你是谁,基于什么模型?\"}]}";
        try (OutputStream os = connection.getOutputStream()) {
            byte[] input = inputJson.getBytes(StandardCharsets.UTF_8);
            os.write(input, 0, input.length);
        }

        try (Scanner scanner = new Scanner(connection.getInputStream(), StandardCharsets.UTF_8)) {
            StringBuilder response = new StringBuilder();
            while (scanner.hasNext()) {
                response.append(scanner.nextLine());
            }
            System.out.println("接收到响应为: " + response.toString());

            ObjectMapper objectMapper = new ObjectMapper();
            JsonNode jsonNode = objectMapper.readTree(response.toString());
            JsonNode jsonChoicesNode = jsonNode.get("choices").get(0);
            String content = jsonChoicesNode.get("message").get("content").asText();
            System.out.println("-----------");
            System.out.println(content);
        }
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

结果

在这里插入图片描述

总结

通过这篇文章,我们了解了如何使用Java进行HTTP请求,如何设置请求头、发送请求体,如何使用Jackson的ObjectMapper来解析服务器返回的JSON响应。通过这个简单的示例,你可以很容易扩展到其他API调用场景中。如果你需要调用更多复杂的API,比如需要身份验证、文件上传或下载,都可以在此基础上进行扩展。

希望这篇文章对你有所帮助!如果你有任何问题,欢迎留言讨论。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2191938.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

红米Turbo 3工程固件预览 修复底层 体验原生态系统 默认开启diag端口

红米Turbo 3机型代码:peridot 国外版本:POCO F6 用于以下型号的小米机型:24069RA21C, 24069PC21G, 24069PC21I。搭载1.5K OLED屏、骁龙8s处理器、5000mAh电池+90W快充、5000万像素主摄。 通过博文了解 1💝💝💝-----此机型工程固件的资源刷写注意事项 2💝💝�…

探索MinimalModbus:Python中强大的Modbus通信库

文章目录 **探索MinimalModbus:Python中强大的Modbus通信库**一、背景介绍:为什么选择MinimalModbus?二、MinimalModbus是什么?三、如何安装MinimalModbus?四、MinimalModbus的基本使用4.1 读取寄存器4.2 写入寄存器4.…

【平方差 / C】

题目 思路 打表找规律 枚举小区间对于判断要妥协&#xff0c;我这里选取100内的x, y #include <bits/stdc.h> using namespace std; bool st[120]; int main() {for(int i 1; i < 100; i){for(int x 0; x < 100; x ){for(int y 0; y < 100; y){if(!st[i])i…

关于Zipf定律与TF—IDF的一个实践

在这篇文章中&#xff0c;我将通过机器学习中的线性回归来计算zipf定律中一个经验常数alpha&#xff0c;还会画TF-IDF的图像&#xff0c;此外还将简单介绍下与zipf、TF-IDF有关的知识。 在之前的一篇文章中我曾介绍过TF-IDF&#xff0c;但之后我又阅读了Ricardo Baeza-Yates和…

我开发了一个出海全栈SaaS工具,还写了一套全栈开发教程

先上目录思维导图&#x1f447; 大家好&#xff0c;我是程普。 前段时间&#xff0c;我发布了第一个出海产品 PH Copilot&#xff0c;是一个基于 Plasmo 开发的 Chrome 插件和 Next.js 开发的落地页与服务端的全栈产品。 现在我把这个产品的完整实现写成系统性教程&#xff0…

强化学习笔记之【Q-learning算法和DQN算法】

强化学习笔记&#xff08;一&#xff09;——Q-learning和DQN算法核心公式 文章目录 强化学习笔记&#xff08;一&#xff09;——Q-learning和DQN算法核心公式前言&#xff1a;Q-learning算法DQN算法 前言&#xff1a; 强化学习领域&#xff0c;繁冗复杂的大段代码里面&#…

华为平板与非华为电脑多屏协同及Bug处理

本文参考B站空降猫咪、鱼翅2002、知乎奔跑的小牛、夏风微微等博主。 电脑版本型号&#xff1a;拯救者Y7000&#xff0c;核显3050Ti,无集成显卡 平板版本型号&#xff1a;华为matepad pro解决办法&#xff1a; 下载空降猫咪的安装器PCManagerInstaller_20230801 CSDN下载链接 …

Redis中BitMap实现签到与统计连续签到功能

服务层代码 //签到Overridepublic Result sign() {//1.获取当前登录的用户Long userId UserHolder.getUser().getId();//获取日期LocalDateTime now LocalDateTime.now();//拼接keyString keySuffix now.format(DateTimeFormatter.ofPattern(":yyyyMM"));String …

网页打不开、找不到服务器IP地址

现象&#xff1a;网络连接ok&#xff0c;软件能正常使用&#xff0c;当网页打不开。 原因&#xff1a;DNS 配置错误导致网站域名无法正确解析造成。 影响DNS设置的&#xff1a;VPN软件、浏览器DNS服务选择、IPv4属性被修改。 1、VPN代理未关闭 2、浏览器DNS解析选择 3、以太…

华为eNSP:端口隔离

一&#xff0c;什么是端口隔离 端口隔离是一种网络配置技术&#xff0c;用于将不同的网络设备或用户隔离在不同的虚拟局域网&#xff08;VLAN&#xff09;中&#xff0c;以实现网络流量的隔离和安全性提升。通过在交换机或路由器上配置端口隔离&#xff0c;可以将连接到同一设…

原来大模型训练实战,是需要这些项目!!

去年侧重大模型和GPT的原理&#xff0c;今年就侧重项目实战了。找到的这个合集不仅收集了大模型训练实战&#xff0c;还有微调实战&#xff0c;分布式训练&#xff0c;真的很全。 下面汇总了我在大模型实践中训练相关的所有教程。从6B到65B&#xff0c;从全量微调到高效微调(L…

【AIGC】2021-arXiv-LoRA:大型语言模型的低秩自适应

2021-arXiv-LoRA: Low-Rank Adaptation of Large Language Models LoRA&#xff1a;大型语言模型的低秩自适应摘要1. 引言2. 问题陈述3. 现有的解决方案还不够好吗&#xff1f;4. 我们的方法4.1 低秩参数化更新矩阵4.2 将 LORA 应用于 Transformer 5. 实证实验5.1 基线5.2 ROBE…

常用组件详解(十):保存与加载模型、检查点机制的使用

文章目录 1.保存、加载模型2.torch.nn.Module.state_dict()2.1基本使用2.2保存和加载状态字典 3.创建Checkpoint3.1基本使用3.2完整案例 1.保存、加载模型 torch.save()用于保存一个序列化对象到磁盘上&#xff0c;该序列化对象可以是任何类型的对象&#xff0c;包括模型、张量…

C++基础(10)——初识vector

目录 1.vector 2.vector的使用 2.1vector的定义 2.2vector迭代器的使用 2.2.1begin和end 2.2.2rbegin和rend 2.3增删查改 2.3.1pop_back和push_back 2.3.2inset和erase 2.3.3find函数 2.3.4swap函数 2.3.5元素访问 2.4空间函数 2.4.1size和capacity 2.4.2reserv…

用HTML5+CSS+JavaScript庆祝国庆

用HTML5CSSJavaScript庆祝国庆 中华人民共和国的国庆日是每年的10月1日。 1949年10月1日&#xff0c;中华人民共和国中央人民政府成立&#xff0c;在首都北京天安门广场举行了开国大典&#xff0c;中央人民政府主席毛泽东庄严宣告中华人民共和国成立&#xff0c;并亲手升起了…

茴香豆 + Qwen-7B-Chat-Int8

今天 打开config.ini 发现 茴香豆 支持 qwen/qwen-7b-chat-int8 1.0 拉取qwen/qwen-7b-chat-int8 cd /root/modelsgit clone https://gitee.com/hf-models/Qwen-7B-Chat-Int8.git 1.1 更改配置文件 茴香豆的所有功能开启和模型切换都可以通过 config.ini 文件进行修改 /roo…

【JAVA开源】基于Vue和SpringBoot的洗衣店订单管理系统

本文项目编号 T 068 &#xff0c;文末自助获取源码 \color{red}{T068&#xff0c;文末自助获取源码} T068&#xff0c;文末自助获取源码 目录 一、系统介绍二、演示录屏三、启动教程四、功能截图五、文案资料5.1 选题背景5.2 国内外研究现状5.3 可行性分析 六、核心代码6.1 顾…

Leetcode—200. 岛屿数量【中等】

2024每日刷题&#xff08;176&#xff09; Leetcode—200. 岛屿数量 C实现代码 class Solution { public:int numIslands(vector<vector<char>>& grid) {int m grid.size();int n grid[0].size();int ans 0;function<void(int, int)> dfs [&](…

企业架构TOGAF的理论指南:数字化转型中的企业架构实践

在当今全球市场的快速变革中&#xff0c;企业的数字化转型已经成为不可避免的趋势。无论是为了提高效率、增强竞争力&#xff0c;还是为了应对技术变革的挑战&#xff0c;企业都需要一个强有力的架构框架来指导其转型。TOGAF&#xff08;The Open Group Architecture Framework…

pytorch版本和cuda版本不匹配问题

文章目录 &#x1f315;问题&#xff1a;Python11.8安装pytorch11.3失败&#x1f315;CUDA版本和pytorch版本的关系&#x1f315;安装Pytorch2.0.0&#x1f319;pip方法&#x1f319;cuda方法 &#x1f315;问题&#xff1a;Python11.8安装pytorch11.3失败 &#x1f315;CUDA版…