242 lines
7.8 KiB
TypeScript
242 lines
7.8 KiB
TypeScript
import { Transforms } from "slate";
|
|
import { Editor } from "slate";
|
|
import { extractText } from "@/utils/others/slateutils";
|
|
import {
|
|
updateBracketNumbersInDeltaKeepSelection,
|
|
convertToSuperscript,
|
|
} from "@/utils/others/quillutils";
|
|
interface ChatData {
|
|
choices: Array<{
|
|
delta: {
|
|
content?: string;
|
|
};
|
|
}>;
|
|
}
|
|
function isValidApiKey(apiKey: string) {
|
|
return apiKey && apiKey.trim() !== "";
|
|
}
|
|
|
|
const sendMessageToOpenAI = async (
|
|
content: string,
|
|
editor: Editor,
|
|
selectedModel: "gpt3.5",
|
|
apiKey: string,
|
|
prompt?: string
|
|
) => {
|
|
// console.log("apiKey", apiKey);
|
|
// console.log("isValidApiKey(apiKey)", isValidApiKey(apiKey).toString());
|
|
// console.log(
|
|
// " token的值",
|
|
// "Bearer " +
|
|
// (isValidApiKey(apiKey) ? apiKey : process.env.NEXT_PUBLIC_OPENAI_API_KEY)
|
|
// );
|
|
//识别应该使用的模型
|
|
let model = selectedModel === "gpt3.5" ? "gpt-3.5-turbo" : "gpt-4";
|
|
|
|
// 设置API请求参数
|
|
const requestOptions = {
|
|
method: "POST",
|
|
headers: {
|
|
"Content-Type": "application/json",
|
|
Authorization:
|
|
"Bearer " +
|
|
(isValidApiKey(apiKey)
|
|
? apiKey
|
|
: process.env.NEXT_PUBLIC_OPENAI_API_KEY),
|
|
},
|
|
body: JSON.stringify({
|
|
model: model,
|
|
stream: true,
|
|
messages: [
|
|
{
|
|
role: "system",
|
|
content:
|
|
prompt ||
|
|
`作为论文写作助手，您的主要任务是根据用户提供的研究主题和上下文，以及相关的研究论文，来撰写和完善学术论文。在撰写过程中，请注意以下要点：
|
|
1.学术格式：请采用标准的学术论文格式进行写作，包括清晰的段落结构、逻辑严谨的论点展开，以及恰当的专业术语使用。
|
|
2.文献引用：只引用与主题紧密相关的论文。在引用文献时，文末应使用方括号内的数字来标注引用来源，如 [1]。请确保每个引用在文章中都有其对应的编号，*无需在文章末尾提供参考文献列表*。
|
|
3.忽略无关文献：对于与主题无关的论文，请不要包含在您的写作中。只关注对理解和阐述主题有实质性帮助的资料。
|
|
4.来源明确：在文章中，清楚地指出每个引用的具体来源。引用的信息应准确无误，确保读者能够追溯到原始文献。
|
|
5.使用用户所说的语言完成回答,不超过三百字
|
|
6.只能对给出的文献进行引用，坚决不能虚构文献。
|
|
返回格式举例：
|
|
在某个方面，某论文实现了以下突破...[1],在另一篇论文中，研究了...[2]`,
|
|
},
|
|
{
|
|
role: "user",
|
|
content: content,
|
|
},
|
|
],
|
|
}),
|
|
};
|
|
console.log("请求的内容\n", content);
|
|
// 发送API请求
|
|
|
|
let response;
|
|
|
|
try {
|
|
response = await fetch(process.env.NEXT_PUBLIC_AI_URL, requestOptions);
|
|
if (!response.ok) {
|
|
throw new Error("Server responded with an error");
|
|
}
|
|
const reader = response.body.getReader();
|
|
const decoder = new TextDecoder();
|
|
|
|
await processResult(reader, decoder, editor);
|
|
|
|
convertToSuperscript(editor);
|
|
updateBracketNumbersInDeltaKeepSelection(editor);
|
|
} catch (error) {
|
|
console.error("Error:", error);
|
|
// 如果有响应，返回响应的原始内容
|
|
if (response) {
|
|
const rawResponse = await response.text();
|
|
throw new Error(`Error: ${error.message}, Response: ${rawResponse}`);
|
|
}
|
|
// 如果没有响应，只抛出错误
|
|
throw error;
|
|
}
|
|
};
|
|
|
|
const getTopicFromAI = async (
|
|
userMessage: string,
|
|
prompt: string,
|
|
apiKey: string
|
|
) => {
|
|
// 设置API请求参数
|
|
const requestOptions = {
|
|
method: "POST",
|
|
headers: {
|
|
"Content-Type": "application/json",
|
|
Authorization:
|
|
"Bearer " +
|
|
(isValidApiKey(apiKey)
|
|
? apiKey
|
|
: process.env.NEXT_PUBLIC_OPENAI_API_KEY),
|
|
},
|
|
body: JSON.stringify({
|
|
model: "gpt-3.5-turbo",
|
|
stream: false,
|
|
messages: [
|
|
{
|
|
role: "system",
|
|
content: prompt,
|
|
},
|
|
{
|
|
role: "user",
|
|
content: userMessage,
|
|
},
|
|
],
|
|
}),
|
|
};
|
|
const response = await fetch(process.env.NEXT_PUBLIC_AI_URL, requestOptions);
|
|
const data = await response.json();
|
|
const topic = data.choices[0].message.content;
|
|
return topic; // 获取并返回回复
|
|
};
|
|
|
|
// 给getTopicFromAI函数创建别名
|
|
// export const getFromAI = sendMessageToOpenAI;
|
|
|
|
async function processResult(reader, decoder, editor) {
|
|
let chunk = "";
|
|
|
|
while (true) {
|
|
const { done, value } = await reader.read();
|
|
if (done) {
|
|
console.log("Stream finished");
|
|
break;
|
|
}
|
|
chunk += decoder.decode(value, { stream: true });
|
|
|
|
// 分割数据块为单独的数据对象
|
|
const dataObjects = chunk
|
|
.split("\n")
|
|
.filter(Boolean)
|
|
.map((line) => {
|
|
try {
|
|
line = line.substring(6); // 移除前面的 "data: "
|
|
if (line === "[DONE]") {
|
|
console.log("stream finished");
|
|
return null;
|
|
}
|
|
return JSON.parse(line);
|
|
} catch (error) {
|
|
console.error("Failed to parse line:", line);
|
|
console.error("Error:", error);
|
|
return null;
|
|
}
|
|
})
|
|
.filter(Boolean);
|
|
|
|
if (dataObjects.length > 0) {
|
|
// 处理每个数据对象
|
|
dataObjects.forEach((dataObject) => {
|
|
const content = dataObject.choices[0].delta.content;
|
|
if (content) {
|
|
// 在当前光标位置插入文本
|
|
// Transforms.insertText(editor, content); //slate
|
|
editor.insertText(editor.getSelection().index, content); //quill
|
|
// console.log("成功插入：", content);
|
|
}
|
|
});
|
|
chunk = ""; // 清空chunk以便读取新的数据
|
|
}
|
|
}
|
|
}
|
|
|
|
export { getTopicFromAI, sendMessageToOpenAI };
|
|
|
|
// fetch("https://api.openai.com/v1/chat/completions", requestOptions)
|
|
// .then((response) => {
|
|
// // 获取响应的读取器
|
|
// const reader = response.body!.getReader();
|
|
// const decoder = new TextDecoder();
|
|
// let chunk = "";
|
|
|
|
// // 处理流式响应
|
|
// function processResult(result: any): Promise<void> {
|
|
// // if (result.done) return;
|
|
// chunk += decoder.decode(result.value, { stream: true });
|
|
|
|
// // 分割数据块为单独的数据对象
|
|
// const dataObjects: ChatData[] = chunk
|
|
// .split("\n")
|
|
// .filter(Boolean)
|
|
// .map((line) => {
|
|
// try {
|
|
// line = line.substring(6); // 移除前面的 "data: "
|
|
// // console.log(line);
|
|
// if (line === "[DONE]") {
|
|
// console.log("stream finished");
|
|
// return null;
|
|
// }
|
|
// return JSON.parse(line);
|
|
// } catch (error) {
|
|
// console.error("Failed to parse line:", line);
|
|
// console.error("Error:", error);
|
|
// return null;
|
|
// }
|
|
// })
|
|
// .filter(Boolean);
|
|
// if (dataObjects.length === 0) {
|
|
// //如果这里不终止的话,会导致无限循环,程序崩溃
|
|
// return Promise.resolve();
|
|
// }
|
|
// // const dataObjects = JSON.parse(chunk.data);
|
|
// // 处理每个数据对象
|
|
// dataObjects.forEach((dataObject) => {
|
|
// const content = dataObject.choices[0].delta.content;
|
|
// if (content) {
|
|
// // 在当前光标位置插入文本
|
|
// // Transforms.insertText(editor, content); //slate
|
|
// editor.insertText(editor.getSelection().index, content); //quill
|
|
// // console.log("成功插入：", content);
|
|
// }
|
|
// });
|
|
// chunk = "";
|
|
|
|
// // 继续读取响应
|
|
// return reader.read().then(processResult);
|
|
// }
|