ChatGPT + Firebase

在使用 ChatGPT API 时，因为 API 本身是“一次性”，无法储存聊天的历史纪录，这也衍生了“无法串联上下文”的问题，不过如果将 ChatGPT 串连 Firebase 的 Realtime database，就能够做到在与 ChatGPT 聊天时，即时透过数据库记录上下文的内容，这篇教学会介绍相关的做法。

快速导览：

• 建立与设定 Firebase Realtime database
• ChatGPT 使用 text-davinci-003 模型
• ChatGPT 使用 gpt-3.5-turbo 模型

建立与设定 Firebase Realtime database

参考“建立 Firebase RealTime Database”教学，建立一个 Firebase Realtime database。

参考“设定 Firebase RealTime Database 安全规则”教学，将读取和写入的规则都设为 true。

参考“串接 Firebase RealTime Database 存取数据”教学，安装 Python 的 firebase 函数库。

pip install git+https://github.com/ozgur/python-firebase

ChatGPT 使用 text-davinci-003 模型

参考“ChatCPT 串连上下文语句”教学中的 text-davinci-003 模型范例，加入 Firebase Realtime database 储存对话纪录，如此一来就能在再次打开时，记得上一次所讲的对话。

import openai
openai.api_key = '你的 API Key'

from firebase import firebase
url = 'https://XXXXXXXXX.firebaseio.com'
fdb = firebase.FirebaseApplication(url, None)    # 初始化 Firebase Realtime database
chatgpt = fdb.get('/','chatgpt')                 # 取的 chatgpt 節點的資料

if chatgpt == None:
    messages = ''        # 如果節點沒有資料，訊息內容設定為空
else:
    messages = chatgpt   # 如果節點有資料，使用該資料作為歷史聊天記錄

while True:
    msg = input('me > ')
    if msg == '!reset':
        message = ''
        fdb.delete('/','chatgpt')         # 如果輸入 !reset 就清空歷史紀錄
        print('ai > 對話歷史紀錄已經清空！')
    else:
        messages = f'{messages}{msg}\n'   # 在輸入的訊息前方加上歷史紀錄
        response = openai.Completion.create(
            model='text-davinci-003',
            prompt=messages,
            max_tokens=128,
            temperature=0.5
        )

        ai_msg = response['choices'][0]['text'].replace('\n','')  # 取得 ChatGPT 的回應
        print('ai > '+ai_msg)
        messages = f'{messages}\n{ai_msg}\n\n'   # 在訊息中加入 ChatGPT 的回應
        fdb.put('/','chatgpt',messages)          # 更新資料庫資料

执行程序后，就算重新启动程序，ChatGPT 也会记得过去的聊天内容 ( 例如说还记得名字 )

进入 Firebase Realtime database 也能看到历史纪录的数据。

ChatGPT 使用 gpt-3.5-turbo 模型

参考“ChatCPT 串连上下文语句”教学中的 gpt-3.5-turbo3 模型范例，加入 Firebase Realtime database 储存对话纪录，如此一来就能在再次打开时，记得上一次所讲的对话。

import openai
openai.api_key = '你的 API Key'

from firebase import firebase
url = 'https://XXXXXXXXXXX.firebaseio.com'
fdb = firebase.FirebaseApplication(url, None)   # 初始化 Firebase Realtimr database
chatgpt = fdb.get('/','chatgpt')                # 讀取 chatgpt 節點中所有的資料

if chatgpt == None:
    messages = []        # 如果沒有資料，預設訊息為空串列
else:
    messages = chatgpt   # 如果有資料，訊息設定為該資料

while True:
    msg = input('me > ')
    if msg == '!reset':
        fdb.delete('/','chatgpt')   # 如果輸入 !reset 就清空 chatgpt 的節點內容
        messages = []
        print('ai > 對話歷史紀錄已經清空！')
    else:
        messages.append({"role":"user","content":msg})  # 將輸入的訊息加入歷史紀錄的串列中
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            max_tokens=128,
            temperature=0.5,
            messages=messages
        )
        ai_msg = response.choices[0].message.content.replace('\n','')  # 取得回應訊息
        messages.append({"role":"assistant","content":ai_msg})  # 將回應訊息加入歷史紀錄串列中
        fdb.put('/','chatgpt',messages)   # 更新 chatgpt 節點內容
        print(f'ai > {ai_msg}')

执行程序后，就算重新启动程序，ChatGPT 也会记得过去的聊天内容 ( 例如说还记得名字 )

进入 Firebase Realtime database 也能看到历史纪录的数据。

小结

透过 Firebase Realtime database，就能非常方便快速地储存 ChatGPT 的聊天记录，并让 ChatGPT 能够分辨上下文，是相当不错的功能！但仍然要注意的是，回传历史纪录会造成 ChatGPT 的 token 数量暴增，一但超过免费额度就要开始收费啰。

意见反馈