Ex-ChatGPT项目分为 Ex-ChatGPT 和 WebChatGPTEnhance 两部分，Ex-ChatGPT启动后是个web服务，通过访问ip+端口体验； WebChatGPTEnhance可编译生成一个浏览器插件，Chrome或者Microsoft edge浏览器可以安装该插件，点击该插件可以直接跳转到chatGPT的聊天页面，相比于官方chatGPT页面，底部多了个web access，即实现网络资料搜索，不仅限于ChatGPT的回答，类似于新必应。
截止2023年5月29日， Ex-ChatGPT实现的第三方api请求比WebChatGPTEnhance 更多，功能更强，侧重研究Ex-ChatGPT即可。

本地试验环境：
windows 10
服务器环境：
Ubuntu
Ex-ChatGPT项目源代码
https://github.com/circlestarzero/EX-chatGPT

一、本地部署

首先将代码clone到本地设备：

git clone https://github.com/circlestarzero/EX-chatGPT.git

以下步骤参考了博客：
https://www.luoxiao123.cn/enhanced-ex-chat-gpt-local-build-tutorial.html
有不明白的可以试着看以上博客查找答案。

1.1 Ex-chatGPT 安装

本人使用python3.11.3， 安装该项目的python模块依赖：

pip install -r requirements.txt -i -i https://pypi.tuna.tsinghua.edu.cn/simple

1.1.1 ID和KEY申请

谷歌api key申请

要翻墙
Google api key and search engine id 申请
得到如下SEARCH_ENGINE_ID:

以及GOOGLE_API_KEY：

wolframAlpha key申请

wolframAlpha app id key 申请

openAI key 申请

要翻墙
openAI api key( 新功能 ) 或 chatGPT access_token ( 旧版本 ) [申请](https://platform.openai.com/)

1.1.2 API key配置

将.\EX-chatGPT\chatGPTEx\apikey.ini.example复制一份，重命名成apikey.ini，修改其中的配置：

1.1.3 运行访问

首先谷歌和openAI的接口都需要翻墙才能访问，所以要确保你的梯子在本地开了全局模式，保证执行下面的代码时能通过代理访问到外网。

执行 .\EX-chatGPT\chatGPTEx\main.py ：

python main.py

在本地浏览器打开 http://127.0.0.1:1234/，即打开Ex-ChatGPT的窗口，：

上图下方文字输入框左侧有个模式选择上拉框，鼠标移到选项中文字就会显示出来（显示有bug），这里讲一下其中主要的两个模式：
web模式：
当你输入一个问题，比如数学问题：请计算1+5等于多少？，该工具首先会调用chatGPT进行问题理解，然后生成谷歌接口、wolframAlpha接口、wiki接口、chatGPT分别进行查询，4个接口得到的结果会返回到窗口进行一一展示。
chat模式：
和上面同样的问题，只会查询chatGPT接口，返回结果的速度较快，但是由于chatGPT的信息较为落后，比如基于gpt3.5的chatGPT，其信息是2021年9月之前的，结果不如web模式全面和时效。

1.2 WebChatGPTEnhance安装

注意：
https://github.com/circlestarzero/EX-chatGPT.git下.\EX-chatGPT\chatGPTChromeEnhance的代码是fork别人的代码，而且不完整（少了build目录），无法使用，本人找到了其fork的源代码库：

git clone https://github.com/qunash/chatgpt-advanced.git

1.2.1 VC++编译环境配置

在进行下一步之前，首先得安装VC++，否则会报错，visualstudio下载链接，选择
https://visualstudio.microsoft.com/zh-hans/downloads/

选择如上版本即可，在安装界面，选择.NET桌面开发、Node.js开发、C++桌面开发即可，其他勾都取消掉：

安装重启后应该就可以用npm和node命令了，如果不行，则可能没有自动添加命令路径到系统环境变量，那么你得找到node.exe所在路径，添加到系统环境变量，npm同理。

1.2.2 插件生成和使用

接下来编译生成插件包：

cd .\chatgpt-advanced\
npm install
npm run build-prod 

之后在目录\chatgpt-advanced\bulid内会有个插件包，将包安装到chrome或edge浏览器即可：

二、Azure OpenAI服务配置

本公司购买了微软的Azure OpenAI接口服务，可以不用翻墙，通过Azure OpenAI接口访问到chatGPT；Ex-chatGPT默认是使用原生的openAI接口调用。下面从用openai模块访问chatgpt的方式来说明一下原openAI接口和Azure OpenAI接口的不同，如下图所示：

在Ex-chatGPT中并没有用到openai模块访问chatgpt，而是用requests模块访问chatgpt，当访问chatGPT的请求到了后，会执行到.\EX-chatGPT\chatGPTEx\optimizeOpenAI.py代码中的ask_stream函数，发起chatgpt接口请求，其中请求部分的代码为：

...
        response = self.session.post(
            "https://api.openai.com/v1/chat/completions",
            headers={
                "Authorization": f"Bearer {kwargs.get('api_key', apiKey)}"
            },
            json={
                "model": self.engine,
                "messages": self.conversation[convo_id],
                "stream": True,
                # kwargs
                "temperature": kwargs.get("temperature", self.temperature),
                "top_p": kwargs.get("top_p", self.top_p),
                "n": kwargs.get("n", self.reply_count),
                "user": role,
            },
            stream=True
        )
...

由以上代码可见，默认用了"https://api.openai.com/v1/chat/completions"这个原生的openai接口，这里本人修改这部分代码，使其默认访问Azure openai的接口去请求chatgpt，修改代码如下：

修改后的代码中url和api-key都是写死的，没有用到apikey.ini文件内有关opneAI的key，这样所有chatgpt的请求都会走Azure openai的接口了，不再需要翻墙。上图修改后代码的url规则参考官网进行更改：
https://learn.microsoft.com/zh-cn/azure/cognitive-services/openai/reference

三、Docker部署服务

任务是部署一个公司内网的员工都可以访问的Ex-chatGPT，由于很多员工都没有翻墙梯子，所以要如第二节一样，配置Ex-chatGPT通过Azure Openai的服务接口访问chatgpt。

3.1 启动一个原生的容器

登录目标服务器进行如下操作：
创建配置文件目录并拉取配置文件

cd /data/ml/crl/
mkdir config && wget https://raw.githubusercontent.com/circlestarzero/EX-chatGPT/main/chatGPTEx/apikey.ini.example -O ./config/apikey.ini

编辑配置文件或者把编辑好的配置文件传到config文件夹下。

vim ./config/apikey.ini

拉取docker镜像

docker pull 0nlylty/exchatgpt:latest

创建容器

docker run -dit \
  -v /data/ml/crl/config:/config \
  -p 5100:5000 \
  --name exchatgpt \
  --restart unless-stopped \
 0nlylty/exchatgpt:latest

注意以上5100接口是宿主机服务器的接口，要自行找个未被占用的接口。容器启动后，找到这个容器的id， 然后进入容器中：

docker exec -it 57de2cbe08bb /bin/bash

切换到目录中/app/chatGPTEx，删除代码文件optimizeOpenAI.py：

root@57de2cbe08bb:/app/chatGPTEx# pwd
/app/chatGPTEx
root@57de2cbe08bb:/app/chatGPTEx# rm optimizeOpenAI.py

3.2 本地修改optimizeOpenAI.py

在本地电脑，按照第二节方法修改optimizeOpenAI.py，然后将本地修改后的optimizeOpenAI.py传到服务器上面，如传到服务器目录：/data/ml/crl/chatGPTEx/optimizeOpenAI.py。
最后在服务器上，将已修改的/data/ml/crl/chatGPTEx/optimizeOpenAI.py传到上小节已启动的容器中：

docker cp /data/ml/crl/chatGPTEx/optimizeOpenAI.py 57de2cbe08bb:/app/chatGPTEx

3.3 用修改后的容器生成新版镜像

经过上小节，容器中/app/chatGPTEx/optimizeOpenAI.py已经是修改过后的，访问chatGPT时，走的是Azure OpenAI接口，不再需要翻墙。将此修改后的容器生成一版新的镜像：

docker commit  57de2cbe08bb 0nlylty/exchatgpt:v1.0.0

之后就不再需要57de2cbe08bb这个容器了，将其杀死和删除：

docker kill 57de2cbe08bb
docker rm 57de2cbe08bb

3.4 用新镜像启动新容器

用上小节生成的新版镜像0nlylty/exchatgpt:v1.0.0，启动服务：

docker run -dit  -v /data/ml/crl/config:/config  -p 5100:5000  --name exchatgpt  --restart unless-stopped  0nlylty/exchatgpt:v1.0.0

启动服务后，就可在本地访问Ex-ChatGPT了，能够访问服务器的其他员工也可以访问到该Ex-ChatGPT服务：