无缝集成 ChatGPT 到您的 Laravel 项目中：逐步指南

保留HTML结构，请将以下英文文本翻译为简体中文：通过openai-php库使OpenAI的ChatGPT与PHP应用程序集成变得简化，这是一个强大的工具，它将PHP开发人员连接到自然语言处理的先进功能。本文将指导您如何将ChatGPT集成到Laravel项目中，演示如何轻松通过AI驱动的交互增强应用程序。我们将介绍设置、认证和实际用法，为您在PHP环境中利用这一尖端技术提供简明的路线图。无论您是自动化响应、生成内容还是添加智能交互，openai-php和Laravel组合在一起，对于任何希望深入AI领域的开发人员来说，都是强大的组合。

步骤1：安装Laravel

首先，我们将安装Laravel，确保我们拥有一个坚实而多才多艺的框架来构建。Laravel的artisan命令和结构化方法使其成为现代Web应用开发的理想选择。

composer create-project laravel/laravel YourProjectName

第二步：安装openai-php

下面，我们将openai-php库引入我们的Laravel项目中。该库充当您的PHP应用程序与OpenAI的ChatGPT之间的桥梁，提供了从简单文本完成到复杂对话仿真等一系列功能。

composer require openai-php/openai

第四步：获取并配置您的OpenAI API密钥

在我们与ChatGPT进行交互之前，我们需要对我们的请求进行身份验证。这一步骤涉及从OpenAI平台获取API密钥，并在我们的Laravel应用程序中安全地进行配置。

4.1 在OpenAI平台上注册：

注册：首先访问OpenAI网站，如果您尚未注册账号，请先注册。
API访问：注册并登录后，导航至API部分，您可以在此管理您的API密钥。

4.2 创建一个API密钥：

生成密钥：根据提示创建新的API密钥。该密钥将作为访问OpenAI的服务（包括ChatGPT）的令牌。
记录密钥：请确保将生成的API密钥保存在安全的位置。这是一份敏感的信息，应保持机密。

4.3 在Laravel中配置API密钥:

环境文件：打开您的Laravel项目的.env文件。您将看到OPENAI_API_KEY具有null值。设置您在OpenAI平台上存储的API密钥。

4.5 在应用程序中访问 API 密钥:

用途：在您的Laravel应用程序中，当您需要使用API密钥时，您应该通过env函数访问它，类似这样:

$apiKey = env('OPENAI_API_KEY');

该方法通过动态从您的.env文件中提取API密钥，保持其安全性。

编码时间

现在是时候编写代码了。

1. 设置控制器和路由：

创建一个控制器和路由，用于处理向服务器发送问问题的请求。

控制器：

php artisan make:controller OpenAIController

路由（位于routes/web.php或routes/api.php）：

use App\Http\Controllers\OpenAIController;
Route::post('/ask-question', [OpenAIController::class, 'askQuestion']);

2. 实现提问功能：

在您的OpenAIController中，实现发送提示到OpenAI API并返回响应的函数。

在app/Http/Controllers/OpenAIController.php文件中：

<?php

namespace App\Http\Controllers;

use Illuminate\Http\Request;
use OpenAI\OpenAI;

class OpenAIController extends Controller
{
    public function askQuestion(Request $request) {
        // Retrieve the question from the request
        $question = $request->input('question');

        // Initialize the OpenAI client
        $openai = new OpenAI(env('OPENAI_API_KEY'));

        try {
            // Send the question to the OpenAI API
            $response = $openai->completions(
                [
                    "model" => "text-davinci-003", // Use the appropriate model
                    "prompt" => $question,
                    "max_tokens" => 150,
                ]
            );

            // Return the answer
            return response()->json([
                'answer' => $response->choices[0]->text,
            ]);
        } catch (\Exception $e) {
            // Handle errors
            return response()->json(['error' => $e->getMessage()], 500);
        }
    }
}