1、实现原理
也许所有智能聊天机器人都是下图这种实现思路？
首先通过代码（不限语言）去获取聊天内容，其次把聊天内容传给AI后台，最后把拿到的AI回复，原路传给聊天界面。
在这个过程中，问题的难点有：
-
如何获取聊天内容；
立即学习“Python免费学习笔记（深入）”；
如何调用AI回复；
如何正确的自动回复。
在开发的过程中你会发现，其中最后一项：如何正确每一次对话是最难的。
RhaPHP微信公众号管理系统
下载
RhaPHP 是一款免费开源的微信公众号管理营销系统！也是一款微信公众号开发框架。简洁，灵活，快速易开发，应用模块化，支持移动端管理微信公众号。基于 THINKPHP5，简单的代码即可实现微信公众号通信与接口实现。不需要花大量时间研究系统即可快速开发微信应用，rhaphp在微信开发有着灵活机制，支持移动管理微信公众号。系统运行环境 PHP+MYSQL。
２、上代码
下载PyOfficeRobot
pip install PyOfficeRobot
1行代码，实现微信机器人 + ChatGPT
import PyOfficeRobot PyOfficeRobot.chat.chat_by_gpt(who='程序员', api_key='你的api_key')
3、参数说明
上面只列出了2个参数：
who='程序员'：必填，你想智能回复的人；
api_key='你的api_key'：必填，你自己的ChatGPT
其实在方法内部还有一系列参数，不过我们的项目主要给小白使用，我都给填了默认值，如果你是专业开发，可以参考下面的说明，去修改一下。（来自OpenAI官网）
completions = openai.Completion.create(
engine=model_engine,
prompt=prompt,
max_tokens=max_tokens, # 生成结果时的最大 tokens 数。平均一个汉字是 2 个 tokens，text-davinci-003 最多是 4000 个 tokens，也就是 2000 个汉字左右
n=n,
stop=stop,
temperature=temperature, # 控制结果的随机性，如果希望结果更有差异性 0.9，或者希望有固定结果可以尝试 0.0
top_p=top_p, # 一个可用于代替 temperature 的参数，对应机器学习中 nucleus sampling，如果设置 0.1 意味着只考虑构成前 10% 概率质量的 tokens
frequency_penalty=frequency_penalty, # 控制字符的重复度，取值为 -2.0 ~ 2.0 之间的数字
presence_penalty=presence_penalty # 控制主题的重复度，取值为 -2.0 ~ 2.0 之间的数字
) 
