最新AI创作系统ChatGPT系统源码+DALL-E3文生图+支持AI绘画+GPT语音对话功能

一、AI创作系统

SparkAi创作系统是基于ChatGPT进行开发的Ai智能问答系统和Midjourney绘画系统，支持OpenAI-GPT全模型+国内AI全模型。本期针对源码系统整体测试下来非常完美，可以说SparkAi是目前国内一款的ChatGPT对接OpenAI软件系统。那么如何搭建部署AI创作ChatGPT？小编这里写一个详细图文教程吧！本系统使用Nestjs+Vue+Typescript框架技术，持续集成AI能力到本系统。支持GPT-4-Turbo模型、支持DALL-E3文生图，支持最新GPT-4-Turbo模型、GPT-4-1106-Preview多模态模型。支持GPT-4图片对话能力上传图片并识图理解对话。

《SparkAi系统详情及搭建部署文档》 ：

https://www.yuque.com/yuqueyonghutq9yt2/egy0d0/ah9sq89lgl6b7s4w

 新增Dall-E3绘画（可直接对话文生图）

 新增已支持GPT-4图片对话能力（上传图片并识图理解对话）

AI模型提问

AI绘画

新增Midjourney局部重绘（Vary Region）在线编辑功能

移动端

1.1 程序核心功能

已支持OpenAI GPT全模型+国内AI全模型+Midjourney绘画池系统！

  1. AI提问：程序已支持GPT3.5，GPT4.0提问、OpenAIGPT全模型+国内AI全模型、支持GPT联网提问
  2. 新增OpenAI的TTS语音对话功能，支持电脑PC浏览器和手机端使用（调整用户端语音交互，语音输入则语音回复，文本输入则文本回复）
  3. 已支持OpenAIGPT全模型+国内AI全模型，已支持国内AI模型 百度文心一言、微软Azure、阿里云通义千问模型、清华智谱AIChatGLM、科大讯飞星火大模型、腾讯混元大模型等！
  4. AI绘画：Midjourney绘画（全自定义调参）、Midjourney以图生图、Dall-E3绘画
  5. 支持最新GPT-4多模态模型、OpenAI GPT-4-Turbo-With-Vision-128K模型
  6. 新增已支持GPT-4图片对话能力（上传图片并识图理解对话）可同时支持5张图同时上传对话
  7. 新增支持对话插件系统，后续逐步增加插件功能，扩展AI能力
  8. 新增KEY支持单独配置消耗费率，比如GPT4-32K比GPT4成本更高应该消耗更多的额度次数
  9. 微信公众号+邮箱+手机号注册登录
  10. 一键智能思维导图生成
  11. 应用广场，支持用户前台自定义添加私密或共享
  12. AI绘画广场（画廊）
  13. 邀请+代理分销模式、用户每日签到功能
  14. 会话记录同步保存
  15. 支持对接微信官方支付、易支付、码支付、虎皮椒支付等
  16. 自定义聚合会员套餐、卡密系统
  17. 其他核心功能
  18. 后续其他免费版本功能更新

1.2 更新日志

SparkAi最近大版本更新日志：

已支持 OpenAI GPT全模型 + 国内AI全模型 + 绘画池系统 +  OpenAI TTS语音对话功能！

【V4.2.0】更新功能（2023.12.14号更新）

  1. 新增OpenAI的TTS语音对话功能，支持电脑PC浏览器和手机端使用（调整用户端语音交互，语音输入则语音回复，文本输入则文本回复）
  2. 新增后台dall-e-3和dall-e-2模型独立配置apiKey，扩展更多apiKey来源轮训调用，增强多源配置，提高系统稳定性
  3. 新增支持所有微软Azure OpenAl模型，支持Azure OpenAl dall-e-3
  4. 新增后台知识库接入（对接百度千帆知识库），用户端动态显示知识库插件并通过插件的方式选择与知识库对话，可自定义训练内容回答和文档总结，上传文档作为知识库内容用于特定场景对话回答，比如企业文化规章制度、产品说明文档、客服等等各行业知识库等
  5. 优化分享和代理推广链接，代理邀请链接在安卓手机里可能被截断导致邀请失败
  6. 新增用户列表显示手机号字段并增加手机号搜索查询用户功能
  7. 新增邮箱注册校验规则，过滤临时邮箱注册（防止使用非本人邮箱刷免费额度等）
  8. 新增后台配置APIKey选择厂商时动态显示模型列表,避免模型与厂商不匹配导致调用报错的问题
  9. UI布局样式优化：手机和电脑端输入框大小调整、公告栏样式修改、MJ绘画比例显示适用场景、AI画廊页面优化以及默认显示比例调整
  10. 修复腾讯混元大模型签名错误的问题导致无法对话

二、系统模块演示

SparkAi官方演示站：

https://ai.sparkaigf.com

管理后端:

https://ai.sparkaigf.com/sparkai/admin

测试账号：admin、123456

 如不能访问请查看《SparkAi系统详情及搭建部署文档》获取最新地址。

三、系统功能模块

3.1 ChatGPT模型提问

支持GPT联网提问

3.2 Prompt应用

3.2.1 Prompt应用

3.2.2 自定义Prompt应用

支持用户自定义Prompt应用

3.3 支持Midjourney绘画

  • 支持同步官方图片重新生成指令

  • 同步官方 Vary 指令 单张图片对比加强 Vary(Strong) | Vary(Subtle)

  • 同步官方 Zoom 指令 单张图片无限缩放 Zoom out 2x | Zoom out 1.5x

  • 新增 Midjourney局部重绘（Vary Region）在线编辑功能

3.3.1 文生图

3.3.2 以图生图  

3.4 Dall-E3绘画（可直接对话文生图）

3.5 思维导图生成

3.6 AI画廊

其他和后台页面太多功能，就不展示了，直接访问演示站点和演示后台。 

四、搭建部署教程

以下教程使用宝塔面板搭建

4.1 基础env环境配置

在代码中我们提供了基础 环境变量文件配置文件 env.example ，使用前先去掉后缀改为 .env 文件即可，我们在env环境配置文件只需要配置如下东西。

  • 授权码授权ip配置

  • 邮件服务配置

  • mysql数据库 这三项是基础配置、mysql与授权是必须的、在配置mysql与授权的情况下项目才可以启动成功、邮件服务可以后续追加。

4.2 env文件代码

# 服务器ip
SPARK_AI_HOST=
# 授权码
SPARK_AI_KEY=

# mysql
DB_HOST=localhost
DB_PORT=3306
DB_USER=数据库用户名
DB_PASS=数据库密码
DB_DATABASE=数据库名
DB_LOG=false
DB_SYNC=true

#  mailer 邮件服务
MAILER_HOST=smtp.163.com
MAILER_PORT=465
MAILER_USER=发信邮箱
MAILER_PASS=邮箱发信密钥
MAILER_FROM=发信邮箱

# Redis
REDIS_PORT=6379
REDIS_HOST=127.0.0.1
REDIS_PASSWORD=
REDIS_DB=0

# jwt token
JWT_SECRET=chat-spark
# jwt token 过期时间
JWT_EXPIRESIN=7d
# 接口文档前缀
SWAGGERPREFIX=/docs
# 自定义端口
PORT=9520

五、环境安装

前置条件：

  1. 国内或者海外服务器均可，最低配置2H2G起，建议2H4G甚至更高

  2. 宝塔安装成功

所需环境：  

  • Nginx >= 1.19.8

  • MySQL >= 5.7 或 MySQL 8.0

  • PHP-7.4（非必须）

  • PM2管理器 >=5.5

  • Redis 7.0.11

  • Node版本：>=16.19.1

5.1 Node版本 

使用PM2切换Node版本（必须）

切换Node版本为： v16.19.1

5.2 安装pnpm模块

5.3 安装Redis

六、部署跑起来

6.1 新建站点

进入宝塔 - > 网站 -> 添加站点

6.2 开启HTTPS

6.2.1使用自己的ssl证书

6.2.2 Let's Encrypt 证书申请

如果没有证书，就使用宝塔免费证书，申请 Let's Encrypt

6.3 上传系统源码

删除宝塔创建站点生成的原始文件

将程序上传并解压到网站根目录下

6.3.1 配置.env文件

在宝塔直接双击 .env.example 文件编辑，或在终端vim编辑

配置完成后将文件后缀删掉、文件名字就是 .env

6.3.2 检查验证Node相关环境

此时再次打开终端、确定我们需要是否有node相关环境

node -v
npm -v
pnpm -v

6.4 启动项目

6.4.1 开启端口

宝塔面板安全开启 9520 端口和 3306 端口

6.4.2 安装依赖

使用终端切换到网站目录

cd /www/wwwroot/网站目录

或直接在网站根目录下输入ssh终端

使用 pnpm i 命令安装依赖

pnpm i

6.4.3 启动项目

使用 pnpm start 命令启动项目

pnpm start

6.4.4 查看启动日志

输入 pm2 log 查看详细日志、看到下图表示成功！

pm2 log

6.4.5 添加反向代理

添加 9520 端口反向代理，宝塔安全需要开启该端口，不然无法访问

七、使用系统

部署完成！此时通过域名即可访问系统了

7.1 管理后台

默认前台地址为域名地址 默认后台地址则为： https://域名地址/sparkai/admin

默认超级管理员账号是 super ，spark123

7.2 修改超级管理员默认密码

登录后，请先修改超级管理员默认密码

7.3 搭建完成

八、后台配置&系统版本更新

8.1 后台配置

系统配置教程和其他教程请前往系统详情部署文档或博客原教程。

https://www.idcyli.com

8.2 系统版本更新

系统版本更新教程请前往系统详情部署文档或博客原教程。

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/255939.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

Rust与python联动进行多线程跑数据

Rust与python联动进行多线程跑数据

最近有个学弟想请教我联动多线程爬取数据的案例，看了以前的模版没有合适的，我就利用空闲时间，专门给他写了一段模版作为参考。这里遇到注意的是需要代理IP介入，才能让多线程爬取减少网站风控限制。 以下是一个使用 Rust 编写的爬虫…
阅读更多...
【NI-RIO入门】使用LabVIEW进行数据采集测量

【NI-RIO入门】使用LabVIEW进行数据采集测量

于ni kb摘录 选择合适的编程模式 CompactRIO系统具有至少两个用户可选模式。某些CompactRIO型号具有附加的用户可选模式，可以在实时NI-DAQmx中进行编程。请参考本文以判断您的CompactRIO是否能够使用实时NI-DAQmx。将目标添加到项目后，将提示您选择要使…
阅读更多...
函数torch.bincount( )的用法

函数torch.bincount( )的用法

torch.bincount()函数是PyTorch中的一个函数，用于计算一维整数张量中每个非负整数值出现的频次 函数的用法 ： torch.bincount(input, weightsNone, minlength0) → Tensor 参数： input：输入的一维整数张量weights（…
阅读更多...
2024免费mac苹果电脑系统电脑管家CleanMyMac X

2024免费mac苹果电脑系统电脑管家CleanMyMac X

macOS已经成为最受欢迎的桌面操作系统之一，它提供了直观、简洁的用户界面，使用户可以轻松使用和管理系统。macOS拥有丰富的应用程序生态系统；还可以与其他苹果产品和服务紧密协作，如iPhone、iPad，用户可以通过iCloud同…
阅读更多...
CompleteFuture与Future的比较

CompleteFuture与Future的比较

CompleteFuture的介绍CompleteFuture的特点CompleteFuture的应用场景CompletableFuture的优缺点Future的介绍Future的特点Future的应用场景Future的优缺点CompletableFuture和Future的区别CompletableFuture和Future的关联关系CompletableFuture和Future的使用示例CompletableF…
阅读更多...
基于点云去滤除灰尘的滤波算法调研

基于点云去滤除灰尘的滤波算法调研

背景 激光雷达在恶劣天气下会影响感知识别的精度，造成误差，将灰尘，雨雪误识别为障碍物，为了降低对灰尘的误检，因此调研相关的灰尘滤波算法。 方法1 反射强度滤波+半径异常值移除 Design of a LIOR-Based De-Dust Filter for LiDAR Sensors inOff-Road Vehicles 1 上文中…
阅读更多...
卷积神经网络的学习与实现

卷积神经网络的学习与实现

基于matlab的卷积神经网络(CNN)讲解及代码_matlab中如何查看cnn损失函数-CSDN博客 可以看到与BP神经网络相比，卷积神经网络更加的复杂，这里将会以cnn作为学习案例。 1.经典反向传播算法公式详细推导 这里引用经典反向传播算法公式详细推导_反向目标公…
阅读更多...
关联规则 FP-Growth算法

关联规则 FP-Growth算法

FP-Growth算法 FP-growth 算法思想 FP-growth算法是韩家炜老师在2000年提出的关联分析算法，它采取如下分治策略: 将提供频繁项集的数据库压缩到一棵频繁模式树 (FP-Tree)但仍保留项集关联信息。FP-growth算法是对Apriori方法的改进。生成一个频繁模式而不需要生成…
阅读更多...
SQLSERVER数据库主要状态和切换路径

SQLSERVER数据库主要状态和切换路径

前言 一个SQLSERVER数据库会处于很多种状态，例如 ONLINE 、RESTORING 、RECOVERING 、RECOVERY_PENDING 、SUSPECT、EMERGENCY 、OFFLINE等等。 只有在ONLINE的状态下，数据库才能被正常访问。 下图主要反映了数据库的主要状态之间的切换路径 下面说一…
阅读更多...
【MAC】M2 安装mysql

【MAC】M2 安装mysql

一、docker下载地址 下载地址 二、安装docker完成 三、安装mysql 一、拉取镜像 # 拉取镜像 docker pull mysql# 或者 docker pull mysql:latest# 以上两个命令是一致的，默认拉取的就是 latest 版本的# 我们还可以用下面的命令来查看可用版本： docker…
阅读更多...
数据结构(Chapter Two -02)—顺序表基本操作实现

数据结构(Chapter Two -02)—顺序表基本操作实现

在前一部分我们了解线性表和顺序表概念，如果有不清楚可以参考下面的博客： 数据结构(Chapter Two -01)—线性表及顺序表-CSDN博客 首先列出线性表的数据结构： #define MaxSize 50 //定义顺序表最大长度 typedef struct{ElemType data…
阅读更多...
HarmonyOS4.0从零开始的开发教程19HarmonyOS应用/元服务上架

HarmonyOS4.0从零开始的开发教程19HarmonyOS应用/元服务上架

HarmonyOS（十七）HarmonyOS应用/元服务上架 概述 当您开发、调试完HarmonyOS应用/元服务，就可以前往AppGallery Connect申请上架，华为审核通过后，用户即可在华为应用市场获取您的HarmonyOS应用/元服务。 HarmonyOS会…
阅读更多...
xxl-job 分布式调度学习笔记

xxl-job 分布式调度学习笔记

1.概述 1.1什么是任务调度 业务场景： 上午10点，下午2点发放一批优惠券 银行系统需要在信用卡到期还款日的前三天进行短信提醒 财务系统需要在每天凌晨0:10分结算前一天的财务数据，统计汇总 不同系统间的数据需要保持一致，这时…
阅读更多...
3.2 内容管理模块 - 课程分类、新增课程、修改课程

3.2 内容管理模块 - 课程分类、新增课程、修改课程

内容管理模块-课程分类、新增课程、修改课程 文章目录 内容管理模块-课程分类、新增课程、修改课程一、课程分类1.1 课程分类表1.2 查询树形结构1.2.1 表自连接1.2.2 SQL递归 1.3 Mapper1.4 Service1.5 Controller1.6 效果图 二、添加课程2.1 需求分析2.2 数据表2.2.1 课程基础…
阅读更多...
html之CSS的高级选择器应用

html之CSS的高级选择器应用

文章目录 一、CSS高级选择器有哪些呢？二、高级选择器的应用1、层次选择器后代选择器子选择器相邻兄弟选择器通用兄弟选择器 2、结构伪类选择器（不常用）3、属性选择器E[attr]E[attrval]E[attr^val]E[attr$val]E[attr*val] 一、CSS高级选择器有…
阅读更多...
LeetCode 每日一题 Day 13 || BFS

LeetCode 每日一题 Day 13 || BFS

2415. 反转二叉树的奇数层 给你一棵 完美 二叉树的根节点 root ，请你反转这棵树中每个 奇数 层的节点值。 例如，假设第 3 层的节点值是 [2,1,3,4,7,11,29,18] ，那么反转后它应该变成 [18,29,11,7,4,3,1,2] 。 反转后，返回树的根…
阅读更多...
NLP论文阅读记录-ACL 2023 | 10 Best-k Search Algorithm for Neural Text Generation

NLP论文阅读记录-ACL 2023 | 10 Best-k Search Algorithm for Neural Text Generation

文章目录 前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献 二.相关工作2.1优势2.2 挑战 三.本文方法3.1 并行探索3.2 时间衰变3.3堆修剪3.4 模型得分 四 实验效果4.1数据集4.2 对比模型4.3实施细节4.4评估指标4.5 实验结果 五 总结 前言 用于神经文本生成…
阅读更多...
安全生产隐患排查治理信息化系统软件

安全生产隐患排查治理信息化系统软件

安全隐患排查系统实现对重大危险源企业、安全隐患信息的登记、整改、复查、分类和统计。系统涵盖了安全隐患排查整治工作的各项基本内容，实现以安全隐患排查整治业务流为主线，处理流程简洁清晰、快速灵活；以排查整治流程为干线，快…
阅读更多...
Linux--学习记录（3）

Linux--学习记录（3）

G重要编译参数 -g（GDB调试） -g选项告诉gcc产生能被GNU调试器GDB使用的调试信息，以调试程序编译带调试信息的可执行文件g -g hello.c -o hello编译过程： -E（预处理） g -E hello.c -o hello.i-S（编…
阅读更多...
基于springboot+vue 的智能物流管理系统

基于springboot+vue 的智能物流管理系统

简介 基于springbootvue 的智能物流管理系统 适用于 设计，课程设计参考与学习用途。仅供学习参考。 不得用于商业或者非法用途，否则，一切后果请用户自负。 看运行截图看 第五章 第四章 获取资料 **项目编号：springboot074 ** **…
阅读更多...
最新文章

Copyright @ 2022~2023