ChatGPT Web

使用界面

性格微调功能

文本审查功能(使用OpenAI官方接口)

• ChatGPT Web
  • 介绍
  • 快速部署
  • 开发环境搭建
    • Node
    • Python
  • 开发环境启动项目
    • 启动前端服务
    • 启动后端服务
  • 打包和部署
    • 前端打包
    • 后端打包
  • 使用DockerCompose启动
  • 常见问题
  • 参与贡献
  • 赞助原作者
  • License

介绍

这是一个可以私有化部署的ChatGpt网页，使用OpenAI的官方API接入gpt-3.5或gpt-4模型来实现接近ChatGPT Plus的对话效果。 源代码Fork和修改于Chanzhaoyu/chatgpt-web

与OpenAI官方提供ChatGPT Plus对比，ChatGPT Web有以下优势：

1. 省钱(仅限gpt-3.5)。

• 按照日常用量，你可以用1折左右的价格，体验与ChatGPT Plus几乎相同的对话服务。
• 语音识别可以在本地离线完成，完全免费。

2. 0门槛使用。你可以将自建的ChatGPT Web 站点分享给家人和朋友，他们不再需要解决网络问题，就可以轻松享受到ChatGPT Plus带来的生产力提升。
3. 可以缓解网络封锁的影响。ChatGPT Web只需要一个OpenAI API Key即可使用，如果你所在的地区无法访问OpenAI ，你可以将ChatGPT Web部署在海外服务器上，或在当地服务器上配置socks_proxy参数来转发请求给代理软件，即可正常使用。

和Chanzhaoyu的原版的主要区别：

1. 专注于易用、易部署、不操心，我将尽我所能做到对小白用户友好，因此本项目也会舍弃一些专业功能，例如：

   • 不支持accessToken这类非官方使用方式。我认为你只是希望有个稳定能用的AI助手，并不想折腾这些
   • 不支持反向代理。第三方的反代地址安全性存疑、封号也超级快！
   • 不做导入和管理Prompt模板的功能。使用者没有“这个链接干什么用的”、“什么是json文件”、“为什么要我自己审核json文件的安全性，怎么审核？”此类烦恼

2. 可以识别语音消息：通过OpenAI官方whisper-1接口，或免费的whisper.cpp实现。懒得打字的时候很好用

3. 可以调整ChatGpt的性格

4. 可以调整记住的上下文数量

其它区别：

1. 增加日语界面
2. 优化了移动端体验

快速部署

如果你不需要自己开发，只需要部署使用，可以直接跳到 使用最新版本docker镜像启动

开发环境搭建

Node

node 需要 ^16 || ^18 版本（node >= 14 需要安装 fetch polyfill ），使用 nvm 可管理本地多个 node 版本

node -v

如果你没有安装过 pnpm

npm install pnpm -g

Python

python 需要 3.10 以上版本，进入文件夹 /service 运行以下命令

pip install --no-cache-dir -r requirements.txt

whisper.cpp编译

这一步的目的是设置本地语音识别功能，这个模块来自ggerganov/whisper

如果你的系统是windows，可以跳过这一步，因为whisper的二进制文件，我已经为你下载好，放在项目里了；

如果你的系统是linux，则需要你自己编译whisper：

cd ./tools/local-whisper/linux/
chmod +x init.sh
./init.sh

init.sh脚本执行完成之后，你将看到./tools/local-whisper/linux/whisper.cpp-master/目录，目录中有个叫main的二进制文件，这就是你需要的whisper。

开发环境启动项目

启动前端服务

根目录下运行以下命令

# 前端网页的默认端口号是1002，对接的后端服务的默认端口号是3002，可以在 .env 和 .vite.config.ts 文件中修改
pnpm bootstrap
pnpm dev

启动后端服务

只有--openai_api_key是必填的启动参数，需要先去OpenAI 注册账号，然后在这里获取OPENAI_API_KEY。

# 进入文件夹 `/service` 运行以下命令
python main.py --openai_api_key="$OPENAI_API_KEY"

除了openai_api_key这个必填的参数之外，还有以下可选参数可用：

• openai_timeout_ms 访问OpenAI的超时时间(毫秒)，默认值为 '100000'
• api_model 默认值为 gpt-3.5-turbo 也可以使用很贵的 gpt-4
• socks_proxy 代理，默认值为空字符串，格式示例: http://127.0.0.1:10808
• use_local_whisper 设置为true可以使用离线模型来完成语音识别，如果设置为false就会使用OpenAI的API进行语音识别，默认值为: true
• host HOST，默认值为 0.0.0.0
• port PORT，默认值为 3002

也就是说你也可以这样启动

python main.py --openai_api_key="$OPENAI_API_KEY" --openai_timeout_ms="$OPENAI_TIMEOUT_MS" --api_model="$API_MODEL" --socks_proxy="$SOCKS_PROXY" --use_local_whisper="$USE_LOCAL_WHISPER" --host="$HOST" --port="$PORT"

打包和部署

前端资源打包(需要安装node)

1. 根目录下运行以下命令

   pnpm run build

2. 将打包好的文件夹dist文件夹复制到/docker-compose/nginx目录下，并改名为html

   cp dist/ docker-compose/nginx/html -r

3. 配置访问权限

     # 进入文件夹 `/docker-compose/nginx`
   cd docker-compose/nginx
   # 运行add_user.sh脚本，根据提示创建用户名和密码
   # (密码文件将被保存在 /docker-compose/nginx/auth/.htpasswd)
   bash add_user.sh
   # 如果你想删除一个用户，可以使用remove_user.sh脚本
   bash remove_user.sh

后端服务打包为docker容器(需要安装docker和docker-compose)

1. 进入文件夹 /service 运行以下命令

   docker build -t chatgpt-web-backend .

使用DockerCompose启动

• 进入文件夹 /docker-compose 修改 docker-compose.yml 文件

  version: '3'
  
  services:
   app:
     image: chatgpt-web-backend # 这里填你打包的后端服务的镜像名字
     ports:
       - 3002:3002
     environment:
       OPENAI_API_KEY: your_openai_api_key
       # 访问OpenAI的超时时间(毫秒)，可选，默认值为 '100000'
       OPENAI_TIMEOUT_MS: '100000'
       # 可选，默认值为 gpt-3.5-turbo
       API_MODEL: gpt-3.5-turbo
       # Socks代理，可选，格式为 http://127.0.0.1:10808
       SOCKS_PROXY: ''
       # 可选，将USE_LOCAL_WHISPER设置为`true`可以使用离线模型来完成语音识别，如果设置为`false`就会使用OpenAI的API进行语音识别，默认值为: `true`
   			# 使用离线模型就不需要向OpenAI付费，但会额外消耗一些服务器的cpu和内存资源，这里使用的是tiny模型，工作时占用的内存大概是125MB左右
   			# 具体性能消耗参考whisper.cpp的官方文档： https://github.com/ggerganov/whisper.cpp#memory-usage
       USE_LOCAL_WHISPER: 'true'
       # HOST，可选，默认值为 0.0.0.0
       HOST: 0.0.0.0
       # PORT，可选，默认值为 3002
       PORT: 3002
   nginx:
     depends_on:
       - app
     image: nginx:alpine
     ports:
       - '80:80'
     expose:
       - '80'
     volumes:
       - ./nginx/html/:/etc/nginx/html/
       - ./nginx/auth/:/etc/nginx/auth/
       - ./nginx/nginx.conf:/etc/nginx/conf.d/default.conf
     links:
       - app
  

• 进入文件夹 /docker-compose 运行以下命令

   # 前台运行
   docker-compose up
   # 或后台运行
   docker-compose up -d

  建议先在前台运行试用一下，看看有没有报错，如果启动和使用都没有问题，再改成后台运行。

  启动成功之后，访问http://你的机器ip即可看到网页内容。

使用最新版本docker镜像启动

• 如果你只是想自己使用docker部署，可以直接使用我已经打包好的镜像和前端资源

• 首先将前端资源的压缩包解压

  前端资源的压缩包在/docker-compose/nginx/html.zip，使用unzip html.zip将其解压缩。你应该可以看到/docker-compose/nginx/html下面有index.html和其他前端资源。

• 然后给你的网站添加用户名和密码

  # 进入文件夹 `/docker-compose/nginx`
  cd docker-compose/nginx
  # 运行add_user.sh脚本，根据提示创建用户名和密码
  # (密码文件将被保存在 /docker-compose/nginx/auth/.htpasswd)
  bash add_user.sh
  # 如果你想删除一个用户，可以使用remove_user.sh脚本
  bash remove_user.sh

• 最后修改docker-compose/docker-compose.yml文件。

  除了填写你自己的OPENAI_API_KEY之外，还要根据自己的系统环境修改image的标签，如果你部署用的是x86架构的机器，就填写wenjing95/chatgpt-web-backend:x86_64，如果你用的是arm架构的机器，就填写wenjing95/chatgpt-web-backend:aarch64。

   version: '3'
  
   services:
     app:
     # 根据自己的系统选择x86_64还是aarch64
     image: wenjing95/chatgpt-web-backend:x86_64
     # image: wenjing95/chatgpt-web-backend:aarch64
     ports:
       - 3002:3002
     environment:
       # 记得填写你的OPENAI_API_KEY
       OPENAI_API_KEY: your_openai_api_key
       # 访问OpenAI的超时时间(毫秒)，可选，默认值为 '100000'
       OPENAI_TIMEOUT_MS: '100000'
       # 可选，默认值为 gpt-3.5-turbo
       API_MODEL: gpt-3.5-turbo
       # Socks代理，可选，格式为 http://127.0.0.1:10808
       SOCKS_PROXY: ''
       # 可选，将USE_LOCAL_WHISPER设置为`true`可以使用离线模型来完成语音识别，如果设置为`false`就会使用OpenAI的API进行语音识别，默认值为: `true`
   			# 使用离线模型就不需要向OpenAI付费，但会额外消耗一些服务器的cpu和内存资源，这里使用的是tiny模型，工作时占用的内存大概是125MB左右
   			# 具体性能消耗参考whisper.cpp的官方文档： https://github.com/ggerganov/whisper.cpp#memory-usage
   			USE_LOCAL_WHISPER: 'true'
       # HOST，可选，默认值为 0.0.0.0
       HOST: 0.0.0.0
       # PORT，可选，默认值为 3002
       PORT: 3002
   nginx:
     depends_on:
       - app
     image: nginx:alpine
     ports:
       - '80:80'
     expose:
       - '80'
     volumes:
       - ./nginx/html/:/etc/nginx/html/
       - ./nginx/auth/:/etc/nginx/auth/
       - ./nginx/nginx.conf:/etc/nginx/conf.d/default.conf
     links:
       - app
  

• 最后进入文件夹 /docker-compose 运行以下命令

   # 前台运行
   docker-compose up
   # 或后台运行
   docker-compose up -d

  建议先在前台运行试用一下，看看有没有报错，如果启动和使用都没有问题，再改成后台运行。

  启动成功之后，访问http://你的机器ip即可看到网页内容。

常见问题

Q: 为什么 Git 提交总是报错？

A: 因为有提交信息验证，请遵循 Commit 指南

Q: 如果只使用前端页面，在哪里改请求接口？

A: 根目录下 .env 文件中的 VITE_GLOB_API_URL 字段。

Q: 文件保存时全部爆红?

A: vscode 请安装项目推荐插件，或手动安装 Eslint 插件。

Q: 前端没有打字机效果？

A: 一种可能原因是经过 Nginx 反向代理，开启了 buffer，则 Nginx 会尝试从后端缓冲一定大小的数据再发送给浏览器。请尝试在反代参数后添加 proxy_buffering off;，然后重载 Nginx。其他 web server 配置同理。

Q: 为什么录音功能不能用？

A: 录音需要https环境，推荐使用cloudflare的免费https证书。

Q: build docker容器的时候，显示exec entrypoint.sh: no such file or directory？

A: 因为entrypoint.sh文件的换行符是LF，而不是CRLF，如果你用CRLF的IDE操作过这个文件，可能就会出错。可以使用dos2unix工具将LF换成CRLF。

参与贡献

贡献之前请先阅读 贡献指南

感谢原作者Chanzhaoyu和所有做过贡献的人，还有生产力工具ChatGpt 和Github Copilot!

赞助

如果你觉得这个项目对你有帮助，请给我点个Star。

如果情况允许，请支持原作者Chanzhaoyu

License

MIT © WenJing95