基于最新 ChatGPT API 实现命令行版 ChatGPT
引子
OpenAI 这两天发布了 ChatGPT API，基于 gpt-3.5-turbo 模型，这是一个 GPT-3.5 的优化版本，用于支持开发者把 ChatGPT 集成到自己的产品中，同时把 API 调用价格降到 $0.002 每千 token，意味着处理 100万字符的文本只需要 2 美元，也就是差不多十几块钱人民币，效果更好、价格更低，这让 ChatGPT API 更具性价比，因此这两天基于 ChatGPT API 的各种套壳应用如雨后春笋般大量冒出。
我也来凑个热闹，试一试水，正好在我今天新建的 ChatGPT 互助讨论群里有人问有没有命令行版 ChatGPT，那就拿它来开刀吧：
调用 API 需要传递 API KEY，我们不希望这个 KEY 硬编码在代码中，而是从系统环境变量读取，从而让代码更安全可维护；
调用封装好的 Go OpenAI 库与 API 接口进行交互，避免通过 HTTP 协议与原生 API 交互编写大量重复代码，让代码更简洁优雅；
- 做一个给客户使用的产品，美观会带来更好的用户体验，所以我希望即便是命令行应用，也尽可能让交互和输出更美观一些。
对于第 2 点，可以使用 go-gpt3 库，这是一个通过 Go 封装的 OpenAI API 调用库。
对于第3点，可以使用 glamour 库，这是一个 Go 语言实现的、能够在兼容 ANSI 终端基于样式渲染 Markdown 文本的第三方库，它是让命令行更美观的开源项目 Charm 的一部分。
因为项目很简单，又是在客户端本地使用，所以不需要做什么复杂的架构，下面直接进入编码部分。
代码编写
面向 ChatGPT 编程的核心就是把需求尽可能准确全面地转化为 Prompt 传递给 ChatGPT，这里有产品需求（来自业务和产品），也有代码设计和架构上的需求（来自开发者），然后让它生成代码，这是作为一个合格的 Prompt 工程师自我修养的必要组成部分。
在《ChatGPT 提示的艺术 —— 编写清晰有效提示指南（二）》这篇教程中，我已经给大家介绍了编写清晰有效 Prompt 的原则、做法和技巧，感兴趣的可以去看下，这里我先将我的需求转化为 Prompt 让 ChatGPT 替我编写对应的 Go 代码实现：
代码优化
看起来不错，基本流程没问题，但是代码审核会发现，它现在把输入的 Prompt 写死了，并不能动态接收用输入，而且运行一次后就退出了，这不是 ChatGPT 的问题，而是我们的需求并没有明确这一点，作为一个完整的需求和程序，需要说明是什么，怎么样，什么时候开始，什么时候退出。
不过细心的同学可能还留意到 go-gpt3 包引入的时候没有设置别名，会导致运行时出错，同时调用的 OpenAI API 接口也不对，最新的 ChatGPT API 接口方法应该是 CreateChatCompletion，可能是太新的缘故，ChatGPT 还没有学习到这里，不过这都属于 ChatGPT 要优化的点了。以及使用了另一个同名的包，这个也需要明确告知它。
细节上还是需要优化，现在我们基于这些要点先来完善我们的 Prompt：
start 启动，输入 quit 退出，在此期间则不断读取用户输入，返回 ChatGPT 处理结果并渲染到控制台输出，另外，我还在读取系统环境变量时嘱咐通过 os.Getenv 获取，因为有时候发现 ChatGPT 输出不稳定，会尝试从 .env 文件读取 OPENAI_API_KEY，当然这不是 ChatGPT 的问题，是我们没有给出明确清晰的 Prompt。package mainimport ("context""fmt""os""strings""github.com/charmbracelet/glamour""github.com/common-nighthawk/go-figure"gpt3 "github.com/sashabaranov/go-gpt3")func main() {// 获取 OpenAI API KeyapiKey := os.Getenv("OPENAI_API_KEY")if apiKey == "" {fmt.Println("请设置 OPENAI_API_KEY 环境变量")return}// 初始化 Glamour 渲染器renderStyle := glamour.WithEnvironmentConfig()mdRenderer, err := glamour.NewTermRenderer(renderStyle,)if err != nil {fmt.Println("初始化 Markdown 渲染器失败")return}// 输出欢迎语(命令行应用启动界面)myFigure := figure.NewFigure("ChatGPT", "", true)myFigure.Print()fmt.Println("输入 start 启动应用，输入 quit 退出应用")// 创建 ChatGPT 客户端client := gpt3.NewClient(apiKey)if err != nil {fmt.Printf("创建客户端失败: %s\n", err.Error())return}messages := []gpt3.ChatCompletionMessage{{Role: "system",Content: "你是ChatGPT, OpenAI训练的大型语言模型, 请尽可能简洁地回答我的问题",},}// 读取用户输入并交互var userInput stringfor {fmt.Scanln(&userInput)if strings.ToLower(userInput) == "start" {fmt.Println("ChatGPT 启动成功，请输入您的问题：")} else if strings.ToLower(userInput) == "quit" {fmt.Println("ChatGPT 已退出")return} else if userInput != "" {messages = append(messages, gpt3.ChatCompletionMessage{Role: "user",Content: userInput,},)// 调用 ChatGPT API 接口生成回答resp, err := client.CreateChatCompletion(context.Background(),gpt3.ChatCompletionRequest{Model: gpt3.GPT3Dot5Turbo,Messages: messages,MaxTokens: 1024,Temperature: 0,N: 1,},)if err != nil {fmt.Printf("ChatGPT 接口调用失败: %s\n", err.Error())continue}// 格式化输出结果output := resp.Choices[0].Message.ContentmdOutput, err := mdRenderer.Render(output)if err != nil {fmt.Printf("Markdown 渲染失败: %s\n", err.Error())continue}fmt.Println(mdOutput)messages = append(messages, gpt3.ChatCompletionMessage{Role: "assistant",Content: output,},)}}}
gpt3 别名和 CreateChatCompletion 方法调用相关的代码还是需要手动调整，不过这也是我前面说的面向 ChatGPT 编程的原则之一，最后一定要审核 ChatGPT 的代码，它目前对于最新的知识还是有一定的迟滞性。
代码细节我就不展开解释了，有不明白的地方可以参考我在《面向 ChatGPT 编程实现全栈开发的 18 种方法》这篇教程中代码解释部分提供的方法自行去基于 ChatGPT 查看。
效果展示
最后我们在终端体验一下这个命令行版 ChatGPT，我这里使用的是 Windows WSL 终端，Windows 终端本身体验其实不太好，尤其是中文输入的时候，删除字符特别费劲，且很容易造成消息变形，如果是 Mac 或者 Ubuntu 终端可能效果会更好一些。
首先我们启动这个应用，如果没有设置 OPENAI_API_KEY 这个系统环境变量（运行 export OPENAI_API_KEY={你的 OpenAI SECRET KEY} 命令设置即可），会提示你设置：
start 即可启动应用，然后我们在命令行输入问题，回车，就会将问题提交给 ChatGPT，ChatGPT 处理的结果会返回并输出到控制台，这里的格式经过了 Glamour 库的美化：
quit 退出应用。终端需要能够访问 OpenAI API 才能调用成功，这意味着命令行也要支持科学上网。
好了，这就是我们基于最新 ChatGPT API 实现的命令行版 ChatGPT 应用，因为 ChatGPT API 是前两天才发布的，所以看起来 ChatGPT 并没有学习到这个最新的 API 如何调用，存在迟滞性，进而导致编写的代码并不能直接满足需求，需要人为介入去修改，希望未来 ChatGPT 能够在这一块上有所进化。
欢迎点赞、关注、分享，更多关于 ChatGPT 的学习实践探讨，请关注这个订阅号或者点击阅读原文了解极客书房最新动态。