ChatGPT：使用OpenAI创建自己的AI网站，使用 flask web框架快速搭建网站主体网站首页 技术杂谈

ChatGPT：使用OpenAI创建自己的AI网站，使用 flask web框架快速搭建网站主体

轻松学Python 2024-06-18 06:01:03

简介ChatGPT：使用OpenAI创建自己的AI网站，使用 flask web框架快速搭建网站主体

使用OpenAI创建自己的AI网站

如果你还是一个OpenAI的小白，有OpenAI的账号，但想调用OpenAI的API搞一些有意思的事，那么这一系列的教程将仔细的为你讲解如何使用OpenAI的API制作属于自己的AI网站。

使用 flask web框架快速搭建网站主体

之前我们已经调用了OpenAI的API接口请求一张"小白猫"

import openai

api_key = "sk-e4F4owy**********************"  # 此处是自己的API Key
openai.api_key = api_key

response = openai.Image.create(
  prompt = "a white siamese cat",
  n = 1,
  size = "1024x1024"
)
image_url = response['data'][0]['url']

print(image_url)

今天我们将快速搭建一个简易的网页，在网页里，我们输入我们的请求，让OpenAI为我们提供一张照片。

制作自己的AI网站，我们就需要使用python的web框架了。这里我们用到了flask框架。python常用的web框架主要是flask和Django。至于两个框架的区别，我们让ChatGPT给大家讲一下：

你好，想问一下flask框架和Django框架的区别，谢谢！

Flask框架和Django框架的主要区别如下：

1.Flask 是一种轻量级的框架，而Django 是一种重量级框架。Flask本质上是一个微型框架，框架的基本框架非常精炼，适合快速开发各种简单的项目，而Django相对来说代码比较复杂，一般用来开发各种复杂的项目。

2.Flask只能用Python语言编写，而 Django 支持 Python 、Java 以及 JavaScript 等多种编程语言。

3.Flask主要用于开发 API、Web服务以及个性化网页，而 Django 则更适合建立复杂的网站和应用程序，例如媒体站点、博客、社交网站等。

4.Flask 没有实现 ORM，其模板也不大受欢迎，而 Django 框架有一个成熟的 ORM 系统和众多受欢迎的模板引擎，使用户处理数据库查询和 HTML 模板编写方面变得非常容易。

老生常谈，首先安装flask框架：

pip install flask

安装完成后我们先小试一下。相信大家学每一种语言时，第一条语句都是输出一个hello world. 那么我们今天也用flask框架在网页输出一个: Life is short, I need python.

from flask import Flask

app = Flask(__name__)


@app.route('/')
def index():
    return 'Life is short, I need python.'


@app.route('/debug')
def debug():
    return 'I am Demo.'


if __name__ == '__main__':
    app.run(debug=True, port=8888)

运行后，在控制台中可以看到网址，点击进入：

@app.route(‘/’) 括号里是路由的名字，我们可以通过不同的路由名访问不同的内容，比如访问http://127.0.0.1:8888/得到的是：Life is short, I need python. 访问http://127.0.0.1:8888/debug,我们得到的就是I am Demo.

从代码中可以看出，实际return的就是html代码，我们可以把整个html都拷贝到return后面，但是不够友好，也不方便调试。所以我们需要用到flask的另一个类：render_template。使用方法：render_template(‘index.html’)

from flask import Flask, render_template

app = Flask(__name__)


@app.route('/')
def index():
    return render_template('index.html')


@app.route('/debug')
def debug():
    return 'I am Demo.'


if __name__ == '__main__':
    app.run(debug=True, port=8888)

我们需要在项目目录下新建一个templates文件夹，flask会自动到这个文件夹寻找对应的html文件子。然后我们在templates文件夹内新建一个index.html 文件，修改一下body的内容：Demo’s Html!

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
    Demo's Html!
</body>
</html>

现在我们就要操作index.html这个文件了。先在界面中添加一个表单，然后添加输入框和按钮：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
<form action="">
        <input type="text" placeholder="请输入描述信息">
        <button>创作图画</button>
</form>
</body>
</html>

这样我们就得到了一个非常"美观"的界面了:

之后我们想要实现的就是：按下按钮后，把输入框里的文本传递给后台。这样后台就可以将我们传递过来文本提交给OpenAI去请求图片了。
Html文件如下，需要增加的是：1. 表单参数：method=“post”（此处对应后台的处理方法）；2. input处增加：name=“desc”（desc将传递给后台）。即：传递方式和传递内容。

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
<form action="/" method="post">
        <input type="text" name="desc" placeholder="请输入描述信息">
        <button>创作图画</button>

</form>
</body>
</html>

后台代码如下，增加：methods=[‘GET’, ‘POST’]（用于接收和发送）和表单接收部分的代码

from flask import Flask, render_template, request

app = Flask(__name__)


@app.route('/', methods=['GET', 'POST'])
def index():
    # 此处我们应该接收html界面的文本
    if request.method == 'POST':  # 接收表单处理
        desc = request.form['desc']
        print(desc)

    return render_template('index.html')


@app.route('/debug')
def debug():
    return 'I am Demo.'


if __name__ == '__main__':
    app.run(debug=True, port=8888)

关于GET和POST的提交方式，可以简单理解为：直接刷新或访问页面为GET；提交给后台的话是POST。
我们可以试一下在控制台，是否接收到了页面的内容。

接着我们将OpenAI请求那部分代码拷贝到接收表单处理的位置。

from flask import Flask, render_template, request
import openai

api_key = "sk-e4F4owy**********************"  # 此处是自己的API Key
openai.api_key = api_key


app = Flask(__name__)


@app.route('/', methods=['GET', 'POST'])
def index():
    # 此处我们应该接收html界面的文本
    if request.method == 'POST':  # 接收表单处理
        desc = request.form['desc']
        print(desc)

        # 此处为OpenAI的API代码
        response = openai.Image.create(
            prompt=desc,
            n=1,
            size="1024x1024"
        )

        image_url = response['data'][0]['url']

        print(image_url)

    return render_template('index.html')


@app.route('/debug')
def debug():
    return 'I am Demo.'


if __name__ == '__main__':
    app.run(debug=True, port=8888)