【AI大模型接入SDK】ChatGPT 模型接入

🎬 个人主页：艾莉丝努力练剑

❄专栏传送门：《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法：从基础到进阶》《Python干货分享》

⭐️为天地立心，为生民立命，为往圣继绝学，为万世开太平

🎬 艾莉丝的简介：

文章目录

• 1 ~> 多模型接入架构与 ChatGPT 接入概述
• • 1.1 抽象架构与复用逻辑
  • 1.2 核心概念界定
• 2 ~> ChatGPTProvider 头文件设计
• • 2.1 文件与依赖规范
  • 2.2 类接口标准声明
• 3 ~> ChatGPTProvider 源文件核心实现
• • 3.1 基础引入与命名空间
  • 3.2 模型初始化接口
  • • 3.2.1 处理逻辑
    • 3.2.2 实现代码
  • 3.3 状态与元信息接口
  • • 3.3.1 可用性检测
    • 3.3.2 模型名称获取
    • 3.3.3 模型描述获取
  • 3.4 消息发送接口说明
• 结尾

1 ~> 多模型接入架构与 ChatGPT 接入概述

1.1 抽象架构与复用逻辑

• 整体采用抽象提供者模式，定义ILLMProvider（抽象基类，文档中也记作LLMProvider）作为统一接入接口，所有大语言模型厂商均实现该接口的标准方法。
• 已完成 DeepSeek 模型的全量接入（包含初始化、全量响应、流式响应完整逻辑），ChatGPT 与 Gemini 接入可复用约 80% 的代码。
• 代码复用方案：直接复制 DeepSeekProvider 的头文件与源文件，仅修改类名、API 根端点、请求参数、响应 JSON 解析逻辑即可，开发效率较高。
• 接入前置条件：申请对应厂商的 API Key，确保运行环境可正常访问对应 API 端点。

1.2 核心概念界定

• ChatGPT：OpenAI 推出的聊天机器人产品 / 服务，基于 GPT 系列大语言模型构建，属于上层应用，并非模型本身。
• gpt-4o-mini：OpenAI 研发的具体大语言模型，属于 GPT-4 产品线的轻量级分支，具备高性价比、低延迟的特点，是本次接入的目标模型。

2 ~> ChatGPTProvider 头文件设计

2.1 文件与依赖规范

• 头文件路径：sdk/include/ChatGPTProvider.h
• 源文件路径：sdk/src/ChatGPTProvider.cpp
• 第三方依赖：jsoncpp（JSON 序列化与解析）、httplib（HTTP 网络请求）
• 内部依赖：日志工具myLog.h、抽象基类ILLMProvider.h、通用消息结构体定义

2.2 类接口标准声明

标准头文件定义：

#ifndef CHATGPT_PROVIDER_H
#define CHATGPT_PROVIDER_H

#include "ILLMProvider.h"
#include <string>
#include <vector>
#include <map>
#include <functional>

namespace ai_chat_sdk {

/**
* @brief OpenAI ChatGPT模型提供者
* 实现ILLMProvider抽象接口，适配gpt-4o-mini模型API
*/
class ChatGPTProvider : public ILLMProvider {
public:
/// 初始化模型配置
/// @param model_config 配置项，支持api_key、endpoint
/// @return 初始化是否成功
virtual bool initModel(const std::map<std::string, std::string>& model_config) override;

/// 检测模型是否处于可用状态
/// @return 可用状态布尔值
virtual bool isAvailable() const override;

/// 获取模型官方名称
/// @return 模型标识字符串
virtual std::string getModelName() const override;

/// 获取模型描述信息
/// @return 模型说明字符串
virtual std::string getModelDesc() const override;

/// 发送消息并全量返回结果（非流式）
/// @param messages 聊天消息列表
/// @param requestParam 请求附加参数
/// @param reason 出参，错误原因
/// @return 模型完整响应内容
virtual std::string sendMessageFull(const std::vector<Message>& messages,
const std::map<std::string, std::string>& requestParam,
std::string& reason) override;

/// 发送消息并流式增量返回结果
/// @param messages 聊天消息列表
/// @param requestParam 请求附加参数
/// @param callback 增量回调，参数1为增量数据，参数2为是否为最后一块
/// @return 调用状态信息
virtual std::string sendMessageStream(const std::vector<Message>& messages,
const std::map<std::string, std::string>& requestParam,
std::function<void(const std::string&, bool)> callback) override;

private:
std::string _api_key; ///< OpenAI API密钥
std::string _endpoint; ///< API根端点（基础URL）
bool _isAvailable = false; ///< 模型可用状态标记
};

} // namespace ai_chat_sdk

#endif // CHATGPT_PROVIDER_H

3 ~> ChatGPTProvider 源文件核心实现

3.1 基础引入与命名空间

#include "../include/ChatGPTProvider.h"
#include "../include/util/myLog.h"
#include <cstdint>
#include <jsoncpp/json/json.h>
#include <jsoncpp/json/reader.h>
#include <httplib.h>
#include <sstream>
#include <string>

namespace ai_chat_sdk {
// 所有接口实现均封装在ai_chat_sdk命名空间下
}

3.2 模型初始化接口

3.2.1 处理逻辑

3.2.2 实现代码

bool ChatGPTProvider::initModel(const std::map<std::string, std::string>& model_config) {
// 加载API密钥
auto it = model_config.find("api_key");
if (it == model_config.end()) {
ERR("ChatGPTProvider initModel failed, api key not found");
return false;
}
_api_key = it->second;

// 加载API根端点，缺失则使用官方默认地址
it = model_config.find("endpoint");
if (it == model_config.end()) {
_endpoint = "https://api.openai.com";
} else {
_endpoint = it->second;
}

_isAvailable = true;
INFO("ChatGPTProvider initModel success, apikey:{}, endpoint:{}", _api_key, _endpoint);
return true;
}

3.3 状态与元信息接口

3.3.1 可用性检测

bool ChatGPTProvider::isAvailable() const {
return _isAvailable;
}

3.3.2 模型名称获取

返回具体模型标识，而非产品名 ChatGPT

std::string ChatGPTProvider::getModelName() const {
return "gpt-4o-mini";
}

3.3.3 模型描述获取

std::string ChatGPTProvider::getModelDesc() const {
return "OpenAI推出的轻量级、高性价比模型，核心能力接近GPT-4 Turbo但成本更低";
}

3.4 消息发送接口说明

• 全量返回接口：同步调用 OpenAI 聊天补全接口，一次性返回完整响应文本，适合低延迟要求不高的场景。
• 流式返回接口：基于 SSE（Server-Sent Events）协议实现增量响应，通过回调函数逐次推送文本片段；回调的第二个布尔参数标记当前数据是否为最后一个分片。
• 两个接口的完整实现与 DeepSeek 逻辑同源，仅需适配请求 URL 路径（/v1/chat/completions）、请求头认证格式（Bearer API_KEY）、响应 JSON 字段结构即可。

结尾

uu们，本文的内容到这里就全部结束了，艾莉丝在这里再次感谢您的阅读！

结语：希望对学习Linux相关内容的uu有所帮助，不要忘记给博主“一键四连”哦！

往期回顾：

【AI大模型接入SDK】Deepseek接入编译报错分析补充：C++ enum class 编译报错与枚举类型

🗡博主在这里放了一只小狗，大家看完了摸摸小狗放松一下吧！🗡

૮₍ ˶ ˊ ᴥ ˋ˶₎ა