ChatGPT 服务部署记录

前言

• 在过去的几个月中，OpenAI 的 ChatGPT 相当夺人眼球，OpenAI 也在3月3号开放了地表最强通用对话模型 GPT-3.5-turbo 的 API，本博客旨在记录从零搭建 ChatGPT 服务的心路历程，并将GPT相关API服务融合飞书开放平台，搭建飞书中可以正常使用的企业应用 Chat Assistant， 以提高日常工作的生产力。

• 预期 Chat Assistant 可以支持记忆上下文，自由设定系统人设和相关API参数。

• 值得一提的是，作者本人之前并未接触过 Flask 相关技术栈，所以相关代码是 ChatGPT 基于我给出的相关功能需求编写的。

• 功能截图如下：

  • 

部署目标

• 基于 Flask + PostgresSQL + 飞书开放平台SDK + OpenAI API， 编写 web 服务相关代码

• 使用 docker 创建镜像，并上传至 Docker Hub

• 在海外服务器，如AWS Tokyo，拉取镜像运行容器

部署平台

• 云厂商：AWS Tokyo

• 部署区域：

• 操作系统：Ubuntu

• CPU&内存：1v1g

• 实例规格：ec2 (性能约束实例）

操作步骤

• 注册 OpenAI 账号，需要使用海外虚拟手机号，获取 APIKey，需要注意 OpenAI 对 APIKey 滥用检测非常严格，避免在不同 ip 使用相同的 APIKey，同时避免上传 APIKey 到 github 公开仓库中。

• 在飞书开放平台中创建企业应用，获取接收消息权限，配置应用使用范围权限，配置事件请求地址，订阅接收消息事件，发布应用。

• 使用Flask编写相关代码，在配置文件中修改相关配置项。

• 注册 Docker Hub 账号，新建仓库，制作镜像并上传到远程仓库。

  #!/bin/bash
  # This script generates a requirements.txt file,
  # builds a Docker image, tags it, and pushes it to Docker Hub.
  
  # Build a Docker image from the current directory
  docker build -t myflaskapp .
  
  # Tag the Docker image
  docker tag myflaskapp bertramray/flaskapp
  
  # Push the Docker image to Docker Hub
  docker push bertramray/flaskapp
  

• 在海外服务器上从 Docker Hub 仓库中拉取镜像，运行容器。

  docker stop myflaskapp
  docker rm myflaskapp
  docker pull bertramray/flaskapp
  docker run --name myflaskapp -p 5000:5000 -e FLASK_ENV=production bertramray/flaskapp

参考文档

• 飞书开放平台

• https://open.feishu.cn/app?lang=zh-CN

• OpenAI Docs

• https://platform.openai.com/docs/api-reference/chat/create

• github 仓库地址

• https://github.com/BertramRay/flaskProject

• Docker Hub 官网

• https://hub.docker.com/