【.Net/C#之ChatGPT开发系列】二、C#异步流+SSE通信实现ChatGPT流式响应并实现打字机效果

时间:2024-10-05 07:05:38

目录

1、C#异步流

2、SSE通信

​一、 服务端接口调整

二、Web端js脚本调整

三、服务端优化

四、Web端再次调整


前面我们利用了ChatGPT提供的聊天API接口,实现了一个简单的聊天应用,可以与ChatGPT进行基本的对话交互,今天我们继续,还请大家点个关注。

当你使用ChatGPT官网提供的聊天工具时,你会发现,ChatGPT的内容是一个字一个字输出的,而我们实现的却是整句的输入,这是如何实现的呢,这样做又是为什么?(公众号“猿惑豁”没有评论功能,我自问自答吧)

先说一下为什么,我们先看一下ChatGPT4.0的回答:

 

我选择NewBing的更有创造力模式,它是基于ChatGPT4.0的模型来生成回答。我的理解是:

当ChatGPT接收到用户的输入后,它将该输入作为上下文信息,通过处理,预测下一个可能出现的词语,并输出。然后再将新生成的词语与之间的输出内容结合,形成新的上下文信息,再预测下一个可能出现的词语并输出。过程一直持续下去,直到ChatGPT生成完整内容。同时也解决了此过程中长时间等待的问题,增强了体验。

开始之前,我们先来了解两个知识点:C#异步流和SSE技术。

1、C#异步流

异步流是一种可以使用 async foreach 语法来处理的数据流,它返回一个 IAsyncEnumerable<T> 类型,该类型支持异步迭代。异步流可以在不阻塞主线程的情况下,等待数据的异步生成和消费,是C#8.0新增功能。

  1. //要创建一个异步流,你需要定义一个返回 IAsyncEnumerable<T> 的 async 方法,并在方法体中使用 yield return 语句来返回数据12。例如:
  2. public static async IAsyncEnumerable<int> GetData()
  3. {
  4. for (int i = 0; i < 3; i++)
  5. {
  6. await (1000); // 模拟异步操作
  7. yield return i; // 返回数据
  8. }
  9. }
  10. //要使用一个异步流,你需要在 foreach 循环前加上 await 关键字,并等待每个元素的生成。例如:
  11. await foreach (int number in GetData())
  12. {
  13. (number); // 处理数据
  14. }
2、SSE通信

SSE全称Server-Sent Events, 属于 HTML 5 规范中的一个组成部分,它是一种从服务端实时推送数据到浏览器端的技术。SSE 通信的优点是使用简单,不需要额外的组件,只需要基于HTTP协议即可。缺点是只能实现单向的数据传输,即从服务端到客户端,如果需要双向的数据通讯,可以考虑使用 WebSocket 技术。

客户端需要使用 EventSource 对象来监听服务端的接口,并注册相应的事件处理方法来接收和处理数据。例如:

  1. var source = new EventSource("/subscribe");
  2. source.onmessage = function(event) {
  3. // 处理数据
  4. console.log(event.data);
  5. };
  6. source.onerror = function(event) {
  7. // 处理错误
  8. console.log(event);
  9. };

​我们利用C#异步流和SSE通信来构建ChatGPT对话,再合适不过。为了方便查阅代码区别,我将新建一个项目,命名为:ChatGPT.Demo2,和上一章的ChatGPT.Demo1一样,使用相同的配方。

​一、 服务端接口调整

打开Controllers/文件,将原来的Input方法替换为以下内容:

  1. [HttpPost]
  2. public async Task Input([FromForm] string message)
  3. {
  4. ("Content-Type", "text/event-stream");
  5. ("Cache-Control", "no-cache");
  6. var completionResult = _openAiService.(
  7. new ChatCompletionCreateRequest
  8. {
  9. Messages = new List<ChatMessage>
  10. {
  11. (message)
  12. },
  13. Stream = true,
  14. MaxTokens = 500,
  15. Model = .ChatGpt3_5Turbo,
  16. });
  17. await foreach (var completion in completionResult)
  18. {
  19. if ()
  20. {
  21. await ($"ChatGPT:{()?.}");
  22. await ();
  23. }
  24. else
  25. {
  26. if ( == null)
  27. throw new Exception("Unknown Error");
  28. await ($"{}: {}");
  29. await ();
  30. }
  31. }
  32. }

我们通过设置Content-Type为text/event-stream,允许服务器向客户端推送数据。通过设置Cache-Control为no-cache,告诉客户端或代理不要缓存响应,而应该每次都从服务器重新获取。

接着把上一节中的改为,该方法返回IAsyncEnumerable异步迭器:

然后我们可以使用await foreach语法糖,用来异步迭代一个IAsyncEnumerable序列,它类似于foreach,但是它会等待序列中的每个元素异步生成,而不是同步获取。这样可以在等待下一个元素时不阻塞当前线程,提高性能和响应性。

我们使用来异步向HTTP响应的输出流中写入字符串,使用将HTTP响应的输出流中的缓冲数据发送到客户端,所有方法全部使用异步方法,提高性能和响应。

二、Web端js脚本调整

打开Views/Home/文件,将页面中的js脚本替换为以下内容:

  1. <script type="text/javascript">
  2. //内容显示框
  3. var messagesList = document.getElementById("messagesList")
  4. //消息输入框
  5. var messageInput = document.getElementById("messageInput");
  6. //发送按钮
  7. var sendButton = document.getElementById("sendButton");
  8. // 定义一个XMLHttpRequest对象,用于发送请求和接收响应
  9. var httpRequest = new XMLHttpRequest();
  10. //发送按钮绑定click事件
  11. sendButton.addEventListener("click", function (event) {
  12. var message = messageInput.value;
  13. if (message.length == 0) {
  14. alert('请输入聊天内容');
  15. return;
  16. }
  17. send(message);
  18. event.preventDefault();
  19. });
  20. function send(message) {
  21. //修改按钮状态
  22. sendButton.disabled = true;
  23. //向内容显示框中追加发送的内容
  24. var div = document.createElement("div");
  25. div.className = "alert alert-secondary";
  26. div.textContent = `Me:${message}`;
  27. messageInput.value = '';
  28. messagesList.appendChild(div);
  29. //向内容显示框中追加ChatGpt返回的内容
  30. div = document.createElement("div");
  31. div.className = "alert alert-primary";
  32. messagesList.appendChild(div);
  33. div.textContent = "……";
  34. //创建FormData格式消息
  35. var formData = new FormData();
  36. formData.set('message', message);
  37. httpRequest.onprogress = function (progressEvent) {
  38. //处理响应数据
  39. div.textContent = `GPT:${}`;
  40. };
  41. //请求是否成功都会执行
  42. httpRequest.onloadend = function (progressEvent) {
  43. //恢复按钮状态
  44. sendButton.disabled = false;
  45. };
  46. //打开请求,设置请求方法和地址,并设置异步为true
  47. httpRequest.open("POST", "api/chat", true);
  48. httpRequest.responseType = "text";// 设置请求头为text格式
  49. httpRequest.send(formData);//发送请求
  50. }
  51. </script>

这里我继续使用XMLHttpReques来实现SSE通信,并没有使用EventSource实现,主要是考虑它的浏览器支持更广泛一些,以下是两者的主要区别:

​为了实现打字机效果,我们需要在请求过程中逐步接收数据,而不是等到请求完成时一次性接收所有数据。因此,我们在send方法里使用了事件,而不是事件。

同时,为了防止用户重复点击发送按钮,我们在send方法里对发送按钮进行了锁定。并使用对按钮解出状态,onloadend事件无论请求是成功还是失败,在请求结束时都会触发。

F5启动项目看一下效果:

在和ChatGPT对话过程中,有时候它的回答并不符合我们的期望,或者我们的输入可能有误,想让它停止回答,然后重新调整对话内容,此时增加一个停止响应的功能很实用,我们来实现一下。

三、服务端优化

为了优化服务端的性能,我们需要对Controllers/中的Input方法添加一个CancellationToken类型的参数cancellationToken,用于检测HTTP请求是否被客户端或服务器中止了。如果是,cancellationToken的IsCancellationRequested属性将变为true,我们便可以取消正在运行的任务,避免浪费资源。所以我们要把cancellationToken传递给所有异步方法,让它们能够响应取消信号。

四、Web端再次调整

打开Views/Home/文件,在

发送按钮后边增加一个停止响应按钮:

<input type="button" id="stopButton" value="停止响应" class="btn btn-warning" disabled />

找到js脚本中sendButton的定义,增加停止响应按钮代码和事件:

  1. //停止响应按钮
  2. var stopButton = document.getElementById("stopButton");
  3. //停止响应信号
  4. var stopRequest = false;
  1. //停止响应按钮绑定click事件
  2. stopButton.addEventListener("click", function (event) {
  3. stopRequest = true;
  4. event.preventDefault();
  5. });

在这里我们定义了一个stopRequest变量来接收停止信号,当触发停止响应事件时,stopRequest被设置为true,当请求结束时,stopRequest会重置为false。

在send方法中新增XMLHttpRequest的onreadystatechange事件调用,代码如下:

  1. //监听请求状态
  2. httpRequest.onreadystatechange = function () {
  3. if (stopRequest) {
  4. httpRequest.abort();
  5. stopRequest = false;
  6. }
  7. };

onreadystatechange事件是一个属性,它存储了一个函数(或函数名),每当XMLHttpRequest的readyState属性改变时,就会调用该函数,readyState的值有4个,0表示请求未初始化;1表示服务器连接已建立;2表示请求已接收;3表示请求处理中;4表示请求已完成,且响应已就绪。因此我们可以根据它来执行stopRequest的重置任务。

方法用于取消已经发送的请求。当一个请求被取消时,readyState属性会被设置为0。

同时增加对停止响应按钮的状态控制,当处理SSE通信时,按钮变为可用,当请求结束时,状态变为不可用。

​F5启动项目看一下效果:

今天就先到这里,下节我们继续探索如何实现上下文聊天功能和会话管理功能,请大家多多关注。

源码地址:GitHub - ynanech/: ChatGPT机器人开发示例

创作不易,转载请注明博文地址,否则禁转!!!