Skip to content

Latest commit

 

History

History
192 lines (125 loc) · 7.15 KB

README.IT.md

File metadata and controls

192 lines (125 loc) · 7.15 KB

中文 | English

Inizio rapido

Crea database Postgres Vercel Deploy con Vercel Apri in Gitpod

Collegamento dell'account pubblico WeChat al programma ChatGPT

Questo è un programma basato su Next.js che collega l'account pubblico WeChat al programma ChatGPT. Puoi fare domande direttamente a ChatGPT e ricevere risposte attraverso l'account pubblico WeChat.

Configurazione

  1. Clona il repository e accedi alla directory del progetto.

    git clone https://github.com/CyrusZhou-CN/MP_WeiXin_ChatGPT.git
cd MP_WeiXin_ChatGPT

  2. Crea un file .env nella directory principale del progetto.

  3. Aggiungi i seguenti parametri di configurazione nel file .env e sostituiscili con i valori effettivi.

    APP_ID=your_app_id
APP_SECRET=your_app_secret
TOKEN=your_token
ENCODING_AES_KEY=（necessario quando il modo sicuro è abilitato）
SUBSCRIBE_REPLY=Benvenuti, potete fare domande direttamente a ChatGPT
CONTENT_TOO_LONG=La risposta è troppo lunga e il tempo è scaduto. Per favore, riprova a fare la domanda
OPENAI_API_KEY=your_openai_api_key
OPENAI_MODEL=gpt-3.5-turbo
OPENAI_TIMEOUT=60000
IS_AUTHENTICATED=false
SECRET_COOKIE_PASSWORD=(Puoi usare il comando openssl rand -hex 16 per generare un segreto)
MYSQL_HOST=localhost
MYSQL_PORT=6306
MYSQL_USER=weixin
MYSQL_PASSWORD=weixin
MYSQL_DATABASE=weixin
VERCEL=false

  4. Sostituisci your_app_id,your_app_secret,your_token,your_encoding_aes_key e your_openai_api_key con i valori effettivi che hai ottenuto dalla piattaforma per sviluppatori WeChat e dalla chiave API di OpenAI.

Piattaforma ufficiale di sviluppo dell'account WeChat

Nota: nell'interfaccia di gestione dell'account pubblico WeChat, l'URL è l'indirizzo completo che inizia con l'indirizzo del tuo server, ad esempio http://yourdomain.com/api/wechat

Istruzioni per l'esecuzione

Avvia un database di test MySQL

docker compose up -d

Debug dell'esecuzione del test

  1. Nella directory principale del progetto, esegui il comando seguente per installare le dipendenze.

    npm install

  2. Verifica il database mediante il comando

    npm test

  3. Avvia il server di sviluppo mediante il comando seguente.

    npm run dev

  4. Configura l'indirizzo del server nell'account pubblico WeChat, e inserisci il Token del file di configurazione come valore del parametro TOKEN.

  5. Sottometti le impostazioni e attiva il servizio.

  6. Accedi all'account pubblico WeChat e inizia a testare il programma.

Configurazione del database

Sono state create due tabelle nel database: system_log e reply_cache.

Nella tabella system_log, abbiamo definito i seguenti campi:

- `id`: ID univoco generato automaticamente dal sistema.

- `level`: il livello del log, che può essere 'error', 'warn', 'info', 'debug'.

- `message`: il messaggio del log.

- `createdAt`: il momento in cui il log è stato creato.

- `updatedAt`: il momento in cui il log è stato aggiornato.

Nella tabella reply_cache, abbiamo definito i seguenti campi:

- `id`: ID univoco generato automaticamente dal sistema.

- `msgId`: l'ID del messaggio univoco che identifica il messaggio nell'account pubblico WeChat.

- `responseId`: l'ID della risposta associata.

- `input`: il contenuto della domanda dell'utente.

- `reply`: la risposta di ChatGPT.

- `ask` int(11) NOT NULL il numero di richieste di connessione all'account pubblico WeChat.

- `createdAt`: il momento in cui la risposta è stata creata.

- `updatedAt`: il momento in cui la risposta è stata aggiornata.

- `expireAt`: il tempo di scadenza della cache, che è utilizzato per controllare la validità della cache.

Nell'applicazione, utilizziamo il modulo sequelize per gestire la cache e salvarla nella tabella reply_cache.

Compilazione e rilascio

  1. Nella directory principale del progetto, esegui il seguente comando per compilare l'applicazione.

    npm run build

  2. Carica la directory .next generata, il file package.json e il file .env sul server.

    Pubblicazione

  3. Sul server, esegui il seguente comando per installare le dipendenze.

    npm install

  4. Sul server, esegui il seguente comando per avviare l'applicazione.

    npm start

  5. Configura l'indirizzo del server nell'account pubblico WeChat, e inserisci il Token del file di configurazione come valore del parametro TOKEN.

  6. Sottometti le impostazioni e attiva il servizio.

  7. Accedi all'account pubblico WeChat e inizia a utilizzare il programma.

  8. Se riscontri problemi, utilizza lo strumento di debug dell'account pubblico WeChat.

Strumento di debug

Programma proxy di richiesta PHP

Se il tuo server non supporta l'accesso esterno all'account pubblico WeChat, puoi utilizzare un programma proxy di richiesta PHP per inviare le richieste ricevute all'applicazione Next.js che supporta l'API.

Ecco come si usa:

  1. Copia il contenuto del file ./php/proxy.php, crea un nuovo file chiamato proxy.php e incolla il contenuto.

  2. Sostituisci 'https://*.vercel.app/api/wechat' con l'URL dell'applicazione Next.js che hai effettivamente distribuito come descritto sopra.

  3. Carica il file proxy.php su un server che supporta il servizio PHP e annota l'URL in cui il file è stato caricato.

  4. Nell'account pubblico WeChat, configura l'URL del servizio come URL di proxy.php.

Se usi Vercel, devi tenere a mente che il tempo di timeout predefinito per le funzioni di Vercel è di 10 secondi e, quando ChatGPT elabora un grande volume di testo, potrebbe richiedere più tempo e generare un errore, quindi è preferibile distribuire l'applicazione sul proprio server.

Istruzioni per il database PostgreSQL di Vercel

Poiché Vercel non supporta SQLite, offre un servizio di database PostgreSQL basato su cloud come soluzione alternativa.

Crea un database PostgreSQL cliccando sulla scheda "Storage" dopo aver effettuato il login nel dashboard di Vercel.

Imposta le variabili d'ambiente.

La configurazione di connessione di PostgreSQL di Vercel può essere visualizzata nella scheda ".env.local" del database.

Impostazioni corrispondenti per questo progetto:

DB_TYPE=postgres
DB_HOST=POSTGRES_HOST
DB_PORT=5432
DB_USER=POSTGRES_USER
DB_PASS=POSTGRES_PASSWORD
DB_NAME=POSTGRES_DATABASE

Gestione backend

Indirizzo di backend: http://localhost:3000/admin

Nome utente/password: admin/admin

Traduzione di Chat GPT.