一键轻松拥有自己专属的 ChatGPT 网页版,搭建一个私人的可随时随地访问的ChatGPT网站

前言

ChatGPT是一种基于Transformer架构的自然语言处理模型,由OpenAI开发。GPT是“Generative Pre-trained Transformer”的缩写,意为“预训练生成式Transformer模型”。

ChatGPT模型是一种无监督学习模型,它可以在大规模文本数据上进行预训练,然后在各种自然语言处理任务上进行微调。ChatGPT模型的预训练过程使用了一种称为“掩码语言模型”的技术,它可以让模型预测给定一些文本中缺失的部分。

ChatGPT模型的最新版本是GPT-3,它是目前最大的自然语言处理模型之一,具有1750亿个参数。GPT-3可以生成高质量的自然语言文本,包括文章、对话、代码等等。它还可以执行各种自然语言处理任务,如文本分类、命名实体识别、问答等等。

ChatGPT模型的应用非常广泛,它可以用于各种自然语言处理任务,如机器翻译、文本摘要、对话系统、智能客服等等。它还可以用于生成各种类型的文本内容,如新闻报道、广告文案、小说等等。

需要注意的是,ChatGPT模型是一种非常强大的模型,但它也存在一些限制和风险。例如,它可能会生成不准确或有偏见的文本内容,或者被用于欺诈、虚假宣传等不道德的用途。因此,在使用ChatGPT模型时,需要谨慎考虑其应用场景和风险。

ChatGPT的效果确实很惊艳靓丽,也可以有效地的提升工作效率。但是对中国地区的用户不是很友好,一方面某种原因只能在办公网或通过科学上网使用,没法随时随地使用;另一方面OpenAI会限制某些地区的用户使用,中国地区的IP就经常被针对限制,而且最近又爆出来大面积封号!

那么有没有办法搭建一个相对安全,可以随时随地访问的ChatGPT网页版呢?答案是有的,只需要以下简单几步就可以实现一个专属于你的可随时随地访问的ChatGPT网页版。当然这个的前提是你已经注册过OpenAI,并且能拿到OpenAI Key。如果没有,你必须想办法想拿到!!!

ChatGPT Next Web是一个开源项目,它的源代码托管在GitHub上。任何人都可以访问GitHub仓库,并查看、下载和修改ChatGPT Next Web的源代码。

ChatGPT Next Web的开源许可证是MIT许可证,这意味着您可以自由地使用、修改和分发ChatGPT Next Web的源代码,甚至可以将它用于商业用途。

通过开源,ChatGPT Next Web可以吸引更多的开发者参与到项目中来,共同改进和完善它。开源还可以增加项目的透明度和可信度,使用户更容易信任和使用它。

如果您对ChatGPT Next Web感兴趣,您可以访问GitHub仓库,了解更多关于它的信息,并参与到项目中来。

具体步骤

1. 在腾讯云申请一个国外(最好美国)的CVM

在腾讯云服务器CVM购买一个美国地区的服务器,大概146元每个月,如果是有便宜的,或者是免费体验的,都可以用,如图:

 

设置密码,然后SSH登陆。

腾讯云服务器的地址:https://console.cloud.tencent.com/cvm/instance/index?rid=15

 腾讯云轻量级服务器,价格便宜,也够用,也是购买美国硅谷的服务器,每个月35块钱即可,如图:

价格更便宜!!!

这里可以选择一键登录和密码及秘钥登录,进入的用户名不太一样,这个需要注意,我已经踩坑好几次了。

不同的方式进入,上传的文件在不同的用户名下面,这个是不一样的,请注意!!!!!!

这里还需要提示一个点,

腾讯云的轻量应用服务器防火墙默认设置是只开放一些端口的,得在控制台设置一下,不行就可以全部放开,需要添加规则,放开端口,不然访问不了,如图:

腾讯云轻量级服务器地址:https://console.cloud.tencent.com/lighthouse/instance/index?rid=15

2. 使用ChatGPT Next Web做网页部署

ChatGPT-Next-Web是一个开源项目,目标是一键免费部署你的私人 ChatGPT 网页应用。

github地址:https://github.com/Yidadaa/ChatGPT-Next-Web

可以直接使用它的安装脚本安装程序:bash <(curl -s https://raw.githubusercontent.com/Yidadaa/ChatGPT-Next-Web/main/scripts/setup.sh),但这个脚本安装会有一些环境依赖的问题,下面是腾讯云上的安装流程:

下载CHATGPT WEB压缩包:https://github.com/Yidadaa/ChatGPT-Next-Web/archive/refs/tags/v1.9.1.tar.gz 。然后上传到云服务器,并解压tar -xvf ChatGPT-Next-Web-1.9.1.tar.gz

安装nodejs(需要v14以上)和yarn环境支持:

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.38.0/install.sh | bashsource /root/.bashrcnvm install node      nvm install 16 #确定安装的版本node -v # 可以查看版本,看是不是大于v14yum -y install vim git yarn

如果遇到任何问题,直接问ChatGPT或者百度,在这里也是踩了很多的坑。

到该项目的根目录下:cd ChatGPT-Next-Web-1.9.1,安装yarn install

设置环境变量并编译:

export OPENAI_API_KEY=xxx  # openAI key
export CODE=xxx  # 设置密码,不然每个人都用你的APIkey
export PORT=3000  # 端口设置
OPENAI_API_KEY=$OPENAI_API_KEY CODE=$CODE PORT=$PORT yarn build

这里可以用 echo $CODE   看看是否输出了你设置的值来检验你的环境是否正确

测试运行:yarn start, 看是否报错,然后访问http://{你的服务器公网IP}:{你设置的端口}/是否成功。

单次启动测试,使用:

yarn start #启动程序,单次执行,离开或者远程关闭,就会终止程序执行

如果成功,则后台运行:

nohup yarn start >/dev/null  2>&1 &  #执行这个命令,程序在后台执行exit  # 注意不要直接关闭登陆窗口,用exit命令退出!

3. 具体使用

在PC端或手机端不用梯子直接访问http://{你的服务器公网IP}:{你设置的端口}/就可以使用啦~ 使用前需要设置一下密码,在设置界面: 

移动端效果图: 

这样就完成了,是不是很简单,可以发给你的朋友使用,是不是牛掰到天了!!!!

4.其他

  • 可以使用vercel直接一键部署 https://github.com/Yidadaa/ChatGPT-Next-Web ,就需要科学上网

  • 腾讯云的轻量应用服务器防火墙默认设置是只开放一些端口的,得在控制台设置一下

  • 3.5的api调用,免费额度是有限制的,18美元额度加上三个月有效期。到期之后只能在官方使用gpt3.5,调用api会返回429状态码

  • 腾讯云服务器,需要看当前所在的用户名是哪个,可以用su root 和 su lighthouse切换不同的用户,su xxxxxx命令即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/15922.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

『Linux』第九讲:Linux多线程详解(二)_ 线程控制

「前言」文章是关于Linux多线程方面的知识&#xff0c;上一篇是 Linux多线程详解&#xff08;一&#xff09;&#xff0c;今天这篇是 Linux多线程详解&#xff08;二&#xff09;&#xff0c;讲解会比较细&#xff0c;下面开始&#xff01; 「归属专栏」Linux系统编程 「笔者」…

【2023华中杯数学建模】B 题 小学数学应用题相似性度量及难度评估详细建模方案及实现代码

更新时间&#xff1a;2023-5-1 14:00 1 题目 B 题 小学数学应用题相似性度量及难度评估 某 MOOC 在线教育平台希望能够进行个性化教学&#xff0c;实现用户自主学习。在用户学习时&#xff0c;系统从题库中随机抽取若干道与例题同步的随堂测试题&#xff0c;记录、分析学生的学…

【常用算法】进制转换

目录 1. 二进制数、八进制数、十六进制数转换为十进制数 2. 十进制数转换为二进制数、八进制数、十六进制数 3. 二进制数和十六进制数的相互转换 4. 使用电脑计算器进行进制转换 1. 二进制数、八进制数、十六进制数转换为十进制数 十进制数的每一位都是10的指数幂。如&…

Python 中如何实现自动导入缺失的库?

在编写 Python 项目的时候&#xff0c;我们经常会遇到导入模块失败的错误&#xff1a; ImportError: No module named xxx或者ModuleNotFoundError: No module named xxx 导入失败&#xff0c;通常分为两种&#xff1a;一种是导入自己写的模块&#xff08;即以 .py 为后缀的文件…

每天一道算法练习题--Day17 第一章 --算法专题 --- ----------布隆过滤器

场景 假设你现在要处理这样一个问题&#xff0c;你有一个网站并且拥有很多访客&#xff0c;每当有用户访问时&#xff0c;你想知道这个 ip 是不是第一次访问你的网站。 hashtable 可以么 一个显而易见的答案是将所有的 IP 用 hashtable 存起来&#xff0c;每次访问都去 hash…

微软开源AI修图工具让老照片重现生机

GitHub - microsoft/Bringing-Old-Photos-Back-to-Life: Bringing Old Photo Back to Life (CVPR 2020 oral) 支持划痕修复&#xff0c;以及模型训练。 Old Photo Restoration (Official PyTorch Implementation) Project Page | Paper (CVPR version) | Paper (Journal vers…

Mysql第二章 多表查询的操作

这里写自定义目录标题 一 外连接与内连接的概念sql99语法实现 默认是内连接sql99语法实现左外连接&#xff0c;把没有部门的员工也查出来sql99语法实现右外连接&#xff0c;把没有人的部门查出来sql99语法实现满外连接&#xff0c;mysql不支持这样写mysql中如果要实现满外连接的…

【Java数据结构】——第九节.向上建堆和向下建堆的区别

作者简介&#xff1a;大家好&#xff0c;我是未央&#xff1b; 博客首页&#xff1a;未央.303 系列专栏&#xff1a;Java初阶数据结构 每日一句&#xff1a;人的一生&#xff0c;可以有所作为的时机只有一次&#xff0c;那就是现在&#xff01;&#xff01;&#xff01; 文章目…

Android jetpack Compose之约束布局

概述 我们都知道ConstraintLayout在构建嵌套层级复杂的视图界面时可以有效降低视图树的高度&#xff0c;使视图树扁平化&#xff0c;约束布局在测量布局耗时上比传统的相对布局具有更好的性能&#xff0c;并且约束布局可以根据百分比自适应各种尺寸的终端设备。因为约束布局确…

下载——安装——使用FinalShell

下载——安装——使用FinalShell FinalShell简介&#xff1a;下载&#xff1a;使用&#xff1a; FinalShell简介&#xff1a; FinalShell是一款免费的国产的集SSH工具、服务器管理、远程桌面加速的软件&#xff0c;同时支持Windows&#xff0c;macOS&#xff0c;Linux&#xf…

No.050<软考>《(高项)备考大全》【冲刺4】《软考之 119个工具 (2)》

《软考之 119个工具 &#xff08;2&#xff09;》 21.检查:22.偏差分析:23.滚动式规划:24.紧前关系绘图法(PDM):25.确定依赖关系:26.时间提前量与滞后量:28.发布的估算数据:29.自下而上估算:30.项目管理软件:31.储备分析:32.类比估算:33.参数估算:34.三点估算:35.进度网络分析:…

JS实现拼音(字母)匹配(搜索)汉字(姓名)

这就是个模糊查询&#xff0c;我们平常做的都是直接输入汉字去把对应的值过滤出来&#xff0c;但我还真是第一次通过拼音去查询&#xff08;当然不只是拼音&#xff0c;汉字也是可以的&#xff09;&#xff0c;以前还真没注意这个。唉&#xff0c;这可咋搞&#xff0c;我怎么知…

使用Statsmodel进行假设检验和线性回归

如果你使用 Python 处理数据&#xff0c;你可能听说过 statsmodel 库。Statsmodels 是一个 Python 模块&#xff0c;它提供各种统计模型和函数来探索、分析和可视化数据。该库广泛用于学术研究、金融和数据科学。在本文中&#xff0c;我们将介绍 statsmodel 库的基础知识、如何…

(七)ArcCatalog应用基础——图层操作与数据输出

&#xff08;七&#xff09;ArcCatalog应用基础——图层操作与数据输出 目录 &#xff08;七&#xff09;ArcCatalog应用基础——图层操作与数据输出 1.地图与图层操作1.1创建图层1.2设置文件特征1.3保存独立的图层文件 2.地理数据输出2.1输出为Shapefile2.2输出为Coverage2.3属…

笔记本电脑没有声音了怎么恢复

笔记本电脑 在使用的过程中&#xff0c;突然没有声音的话&#xff0c;对于人们来说会很麻烦。那么笔记本电脑没有声音了怎么恢复呢?下面小编为大家整理了笔记本电脑没有声音的恢复方法&#xff0c;一起来看看吧。 方法/步骤&#xff1a; 方法一&#xff1a;网络适配器检查音频…

UE5实现建筑剖切效果

文章目录 1.实现目标2.实现过程2.1 材质参数集2.2 材质遮罩函数2.3 更新Box3.参考资料1.实现目标 基于BoxMask材质节点,在UE5中实现建筑物的剖切效果,GIF动图如下: 2.实现过程 实现原理与之前“BoxMask实现建筑生长效果”的原理相同,都是基于BoxMask材质节点实现。 具体实…

操作系统之内存管理

连续分配 一、单一连续 直接为要运行的进程分配一个内存&#xff0c;只适合单任务&#xff0c;只能用于单对象、单任务&#xff0c;内存被分配为系统区和用户区&#xff0c;系统区在低地址&#xff0c;用户区是一个用户独享 二、等分分区 由于分配一个内存只能执行单任务&a…

MongoDB【常用命令】

目录 1&#xff1a;基本常用命令 1.1&#xff1a;演示案例 1.2&#xff1a;数据库操作 1.2.1&#xff1a;选择和创建数据库&#xff0c;查看当前正在使用的数据库命令 1.2.2&#xff1a;数据库的删除 1.3&#xff1a;集合操作 1.3.1&#xff1a;集合的显式创建&#xff0…

C++ srand()和rand()用法

参考C rand 与 srand 的用法 计算机的随机数都是由伪随机数&#xff0c;即是由小M多项式序列生成的&#xff0c;其中产生每个小序列都有一个初始值&#xff0c;即随机种子。&#xff08;注意&#xff1a; 小M多项式序列的周期是65535&#xff0c;即每次利用一个随机种子生成的随…

【机器学习】HOG+SVM实现行人检测

文章目录 一、准备工作1. 下载数据集2. 解压数据集 二、HOG特征简介1. 梯度&#xff08;Gradient&#xff09;2. 格子&#xff08;Cell&#xff09;3. 块归一化&#xff08;Block Normalization&#xff09;4. HOG特征&#xff08;HOG Feature&#xff09;5. 使用skimage.featu…