1. OpenAI GPT3 text-davinci-003 API

最近ChatGPT很火，使用与InstructGPT相同的方法，使用来自人类反馈的强化学习 Reinforcement Learning from Human Feedback (RLHF) 来训练该模型，但数据收集设置略有不同。ChatGPT是在 GPT-3.5 系列中的一个模型进行微调的，该模型于 2022 年初完成训练。

现在因为官网 https://chat.openai.com/ 一直是满载状态，我决定使用GPT-3的公开API做一个基于python flask的网站。GPT-3的模型虽然比不上GPT-3.5的，但其功能仍然是十分强大。如果你有账号的话可以在https://platform.openai.com/playground运行GPT-3。

GPT-3 一共有4个模型，其中davinci是最有能力的模型，而ada是最快的模型。Davinci 最大请求量是4000个tokens，这其中包含了问题和回答。

目标：

这篇文章将教你如何把GPT-3的API用在自己的网站上，使用的是python flask框架。

2. 环境介绍

1. OpenAI API Key
2. Python 3
3. python库：openai flask

第一步非常的复杂，需要先注册一个OpenAI的账号。这里不详细展开，可以tb或者查找其他教程（如sms虚拟电话）注册后获取API key，这里放一张图。
注意：添加一个key后需要在弹出的对话框内复制key的内容，关掉后将无法再查看，但是可以重新生成一个key。

其次，电脑要有python 3 的环境。这个也不展开。

最后需要确认用pip安装 openai 和 flask 两个库。

pip install openai
pip install flask

3. Python Flask 代码

python 文件为 main.py。

在代码openai.api_key = 'your API'的地方用自己的API key 进行替换。

from flask import Flask, request, render_template, redirect
import openaiopenai.api_key = 'your API'  # 用自己的API key 进行替换server = Flask(__name__)def send_gpt(prompt,tem):try:response = openai.Completion.create(model='text-davinci-003',prompt=prompt,temperature=tem,max_tokens=3500,   # prompt and answer together have 4096 tokenstop_p=1.0,frequency_penalty=0,presence_penalty=0)return response["choices"][0]["text"]except:mess = "Connection Error! Please try again."return mess@server.route('/', methods=['GET', 'POST'])
def get_request_json():if request.method == 'POST':if len(request.form['question']) < 1:return render_template('chat.html', question="NULL", res="Question can't be empty!")question = request.form['question']temperature = float(request.form['temperature'])print("======================================")print("Receive the question:", question)print("Receive the temperature:",temperature)res = send_gpt(question,temperature)print("Q：\n", question)print("A：\n", res)return render_template('chat.html', question=question, res=str(res), temperature=temperature)return render_template('chat.html', question=0)if __name__ == '__main__':server.run(debug=True, host='0.0.0.0', port=80)

4. 网页代码

html网页（chat.html）放在templates文件夹里，templates文件夹和python文件（main.py）放在同一目录下。

Davinci-003
Temperature Guide
Code Refactoring --- 0.2
Email Parser --- 0.3
Chat Bot --- 0.5
Summarise Text --- 0.5
Code Generation --- 0.8
Story Writing ---0.8


{% if message %} {{ message }} {% endif %}

Temperature 
 

Waiting for the response...
{% if question %}
Legend:
{{ question }}
Davinci-003-Tem{{ temperature }}:
{{ res }}
{% endif %}

5. 网站效果展示

成功运行python代码将如下图显示，打开浏览器输入 127.0.0.1:80 或者 localhost 进行访问。

这个Flask网站可以自定义 Temperature 即GPT-3的回答随机度。网站上也给出了温度设置的建议，下面为效果图。
网站效果一般，主要是实现功能。如果还想加除Temperature之外的变量，可以照葫芦画瓢。

Github 链接：https://github.com/redemptionwxy/GPT3-API-Flask-Python_Chat_Website

以上。