当前位置：首页 > news >正文

网站建设策划书案例模板建站常规流程

news 2025/7/25 22:51:50

网站建设策划书案例,模板建站常规流程,男周志做网站,论坛网站建设写在前面在创建个人的 GPT网页之前，我登录了 Git 并尝试了一些开源项目，但是没有找到满足我个性化需求的设计。虽然许多收费的 GPT网页提供了一些免费额度，足够我使用，但是公司的安全策略会屏蔽这些网页。因此，我决定…

写在前面

在创建个人的 GPT网页之前，我登录了 Git 并尝试了一些开源项目，但是没有找到满足我个性化需求的设计。虽然许多收费的 GPT网页提供了一些免费额度，足够我使用，但是公司的安全策略会屏蔽这些网页。因此，我决定自己创建一个既可以从公司访问又能满足个性化需求的聊天机器人网页服务，以提高我的工作效率。

经过一段时间的摸索，我成功搭建了自己的 GPT网页服务，并且这个服务整体来说非常稳定。在使用了几个月的时间里，只出现了一次网页崩溃的情况，而且只需重启服务就可以继续使用。

接下来，我将介绍我是如何搭建我的 GPT网页服务的。

在这里插入图片描述

需求分析

我的GPT网页服务主要是为个人使用，目的是为了提高工作效率，所以整体设计比较简单，主要包含

登录页面，防止其他人访问网页，网页被攻击。
聊天机器人页面，类似于聊天机器人官网的页面，向聊天机器人提交问题。
English Helper个性化页面，因为工作中每天都要接触到英语，所以创建该页面加强自己对英文词汇的理解。

技术实现

整体使用的是最基础的页面架构，前端用的是HTML+CSS+JS,以及Bootstrap，后端用的是Flask。这样的好处是代码编写快捷，简单，只需要一个Pycharm编辑器就可以了。网页服务是搭建在Gunicorn上的，整体配置简单，方便。

就代码而言，整体结构也比较简单。主要分为一个Template包，里面包含的是一些前端的页面。后端服务的代码都写在了app.py里面。另外因为这里的所有需求都需要和聊天机器人进行交互，所以将和聊天机器人进行交互的逻辑单独写在了gpt_untils里面，用户配额和用户权限管理也是相对独立的一部分，将用户的相关逻辑写在了userconfig.py里面，因为这个网页只提供给少数人使用，用户的信息保存在userconfig.json文件里（而不是数据库里面）。
在这里插入图片描述

服务器选择的是阿里云服务器，因为阿里云服务器价格较为优惠，而且遇到问题有较多的参考文档。因为服务器是国内的，所以调用ChatGpt接口的时候需要使用代理，我使用过的代理有https://api.openai-proxy.com/v1和https://api2d.com，使用openai-proxy还需要自己去open-ai官网申请gpt账号，申请账号所花的成本大概为15块钱，使用https://api2d.com可以自己在上面充值，价格如下，充值一次有6个月的有效期，根据自己的需要选择即可。
在这里插入图片描述

代码详细解释

登录页面和首页面

登录页面代码如下，采用常用的登录页面的结构，失败后会给消息提示，页面的结构设计继承自base.html.

{% extends "base.html" %}{% block content %}<h3>用户登录</h3>
<form action="/login" method="post"><div class="row"><div class="col-8">请输入用户名：<input type="text" class="form-control" name="username"><br />请输入密码：<input type="password" class="form-control" name="password"><br /><div id="result">{{message}}</div><br /><button type="submit" id="submitbtn" class="btn btn-primary">登录</button></div></div>
</form>
{% endblock %}

以下为base.html的页面，主要定义了整个网页的框架结构。需要注意页面中的JS部分show_quota_info和gpt_show_stream_info方法，一个是显示用户配额信息，一个是显示GPT返回的结果。

show_quota_info函数使用jQuery库中的ajax方法发送GET请求到"/show_quotas"路径。请求成功后，将返回的数据使用$(“#quota_info”).html(data)方法插入到id为quota_info的HTML元素中。

gpt_show_stream_info函数首先禁用id为submitbtn的HTML元素（按钮），然后将id为result的HTML元素的内容设置为"ChatGPT正在请求中，加载中…"。接下来，创建一个EventSource实例，其中的参数是传入的url。通过该实例，可以与服务器建立一个持久化的连接，以接收来自服务器的事件。

在EventSource的onmessage事件处理程序中，首先检查变量begin_output，如果为false，表示第一次收到消息，则将begin_output设置为true，并清空id为result的HTML元素的内容。

然后通过检查接收到的消息的内容，如果内容为"[DONE]"，表示流式输出结束，关闭EventSource连接，启用id为submitbtn的HTML元素（按钮），并调用show_quota_info函数刷新配额信息。

如果接收到的消息不是"[DONE]"，则将该消息追加到id为result的HTML元素的内容中。

<!doctype html>
<html lang="zh-CN">
<head><!-- 必须的 meta 标签 --><meta charset="utf-8"><meta name="viewport" content="width=device-width, initial-scale=1, shrink-to-fit=no"><!-- Bootstrap 的 CSS 文件 --><link href="https://cdn.bootcdn.net/ajax/libs/twitter-bootstrap/5.2.3/css/bootstrap.min.css" rel="stylesheet"><link href="https://cdn.bootcdn.net/ajax/libs/twitter-bootstrap/5.2.3/css/bootstrap.css.map" rel="stylesheet"><title>DaPengGPT</title><style>#topnav {background-color:#000;color: #fff;padding-top: 10px;padding-bottom: 10px;margin-bottom: 20px;}#topnav2{background-color:#000;color: #fff;padding-top: 10px;padding-bottom: 10px;margin-bottom: 20px;}#topnav2 a{color: #fff;font-size: 18px;}</style>
</head>
<body><div id="topnav" class="container-fluid"><div class="row"><div class="col-7"><h2>DaPengChatGPT</h2></div><div class="col-5 d-flex justify-content-end align-items-center"><div class="ml-auto pr-3"><h4><span>{{session["username"]}}</span>{% if session["username"] is defined %}&nbsp;&nbsp;|&nbsp;&nbsp;<a href="/logout">logout</a>{% endif %}</h4></div></div></div></br><h5><a href="/">MyChatGPT</a>&nbsp;&nbsp;&nbsp;&nbsp;<a href="/english_helper">English Helper</a></h5></div><div class="container-fluid"><div id="content">{% block content %}{% endblock %}</div>
</div><!-- JavaScript 文件是可选的。从以下两种建议中选择一个即可！ --><!-- 选项 1：jQuery 和 Bootstrap 集成包（集成了 Popper） -->
<script src="https://cdn.bootcdn.net/ajax/libs/jquery/3.6.4/jquery.js"></script>
<script src="https://cdn.bootcdn.net/ajax/libs/bootstrap/5.5.0/js/bootstrap.bundle.min.js"></script><script>// 展示最新的配额信息function show_quota_info(){$.ajax({url:"/show_quotas",type:"GET",success:function(data){$("#quota_info").html(data)}})}// 使用流式的方法，展示gpt的结果function gpt_show_stream_info(url){$("#submitbtn").prop('disabled', true)$("#result").html("ChatGPT正在请求中，加载中...")var source = new EventSource(url)var begin_output = falsesource.onmessage = function(event){if (begin_output === false){begin_output = true$("#result").html("")}if(event.data == "[DONE]"){source.close()$("#submitbtn").prop('disabled', false)show_quota_info()} else {$("#result").html($("#result").html() + event.data)}}}
</script>{% block myjavascript %}{% endblock %}<!-- 选项 2：Popper 和 Bootstrap 的 JS 插件各自独立 -->
<!--
<script src="https://cdn.jsdelivr.net/npm/jquery@3.5.1/dist/jquery.slim.min.js" integrity="sha384-DfXdz2htPH0lsSSs5nCTpuj/zy4C+OGpamoFVy38MVBnE+IbbVYUew+OrCXaRkfj" crossorigin="anonymous"></script>
<script src="https://cdn.jsdelivr.net/npm/popper.js@1.16.1/dist/umd/popper.min.js" integrity="sha384-9/reFTGAW83EW2RDu2S0VKaIzap3H66lZH81PoYlFhbGU+6BZp6G7niu735Sk7lN" crossorigin="anonymous"></script>
<script src="https://cdn.jsdelivr.net/npm/bootstrap@4.6.2/dist/js/bootstrap.min.js" integrity="sha384-+sLIOodYLS7CIrQpBjl+C7nPvqq+FbNUBDunl/OZv93DB7Ln/533i8e/mZXLi/P+" crossorigin="anonymous"></script>
-->
</body>
</html>
```html
如上代码中的show_quota_info和gpt_show_stream_info被主页面使用到，主页面的代码如下：```html
{% extends "base.html" %}{% block content %}
<style>#result{padding: 10px;background-color: #eee;margin-top: 10px;margin-bottom: 100px;word-wrap: break-word;}#rendered-content {display: none;
}</style>
<form action="/chatgpt-clone" method="post"><div class="alert alert-success" id="quota_info"></div><div><textarea class="form-control" rows="2" cols="20" name="question" id="question"></textarea></div><div style="margin-top: 10px;" class="text-right"><button type="button" id="submitbtn" class="btn btn-primary">提交问题</button></div><div id="rendered-content"></div><div id="result">返回的结果</div>
</form>
{% endblock %}{% block myjavascript %}<script src="https://cdn.bootcdn.net/ajax/libs/marked/3.0.2/marked.min.js"></script><script>var questionTextarea = document.getElementById('question'); // 获取 textarea 元素var renderedContent = document.getElementById('rendered-content'); // 获取渲染后内容的目标元素questionTextarea.addEventListener('input', function() {var inputValue = questionTextarea.value; // 获取 textarea 的输入值var renderedHTML = marked(inputValue);  // 使用 marked 库解析输入的 HTML 代码renderedContent.innerHTML = renderedHTML; // 将解析后的 HTML 渲染到目标元素中});</script><script type="text/javascript">$(function(){show_quota_info()$("#submitbtn").click(function(){var questionText = $("#question").val(); // 获取 textarea 的值var formattedQuestion = questionText.replace(/\n/g, '<br>'); // 将换行符转换为 <br> 标签var url = "/chatgpt-clone?question=" + encodeURIComponent(formattedQuestion);gpt_show_stream_info(url)})})</script>{% endblock %}

代码中有两个JS，其中第一个JS处理提交问题的表单数据，防止前端页面的代码不被识别，第二个JS用于处理表单传过来的值，传给chatgpt-clone函数。

如上前端页面代码中对应的登录代码的逻辑如下，获取前端提交过来的用户名和密码，使用userconfig.check_user(）方法，和配置文件中存取的用户名和密码进行对比。

@app.route("/login", methods=["GET", "POST"])
def login():message = ""if request.method == "POST":username = request.form.get("username")password = request.form.get("password")if userconfig.check_user(username, password):session["username"] = usernamereturn redirect("/")else:message = "用户名或者密码错误"return render_template("login.html", message=message)

对应页面MyChatGPT 后端代码处理逻辑如下：

@app.route("/chatgpt-clone", methods=["POST", "GET"])
def chatgpt_clone():if "username" not in session:return redirect("/login")username = session["username"]question = request.args.get("question", "")question = str(question).strip()if question:new_question = questionif 'J:' in question[:2]:new_question = f"我们店的名字叫做茶园路-重庆鸡公煲,现在我们店新出了菜品{question[2:]}，请帮我生成不少于100字的广告语，包含我们店的名字，强调菜品好吃，实惠，量大，特别有满足感，吃了还想吃"elif 'C:' in question[:2]:new_question = f"请帮我指出以下代码的问题，并优化代码{question[2:]}"return flask.Response(gpt_utils.gpt_stream(username, new_question),mimetype="text/event-stream")return "没有内容"

代码中除了单纯将前端提交的问题转给聊天机器人，另外当提交的问题有J:,C:前缀的时候，代码中会对前端提交的问题进行二次处理，然后转给聊天机器人。

类似于MyChatGPT 页面的后端代码，english_helper的后端代码如下：

@app.route("/english_helper", methods=["POST", "GET"])
def english_helper():if "username" not in session:return redirect("/login")# 获取用户上传过的文件列表username = session["username"]if request.args.get("word", ""):word = request.args.get("word", "")my_understanding = request.args.get("my_understanding", "")if 'O:' in word:new_word = word.replace('O:', '')sentence = f"""I want to use the following expressions in my email and meetings, but I am not sure if they are appropriate. Please help me optimize the expressions using declarative sentences and techniques from the book "Nonviolent Communication”.{new_word}"""else:sentence = f"""I'm an IT guy works in english environment, i want to know the meaning of '{word}' used in meeting or email,and how to pronounce it"""if my_understanding != '':sentence = sentence + f"""per my understanding it means {my_understanding}, is that correct?"""print(sentence)return flask.Response(gpt_utils.gpt_stream(username, sentence),mimetype="text/event-stream")return render_template("english_helper.html")

这段代码是将MyChatGPT 的表单分成两个输入框，根据数据框中输入的内容进行不同的处理，然后传给GPT接口。
现在市面上有很多GPT应用其实都是换汤不换药，仅仅是改了前端页面和业务范围，后端处理的逻辑与上方后端代码处理类似。

整体项目中有一段核心代码如下所示：

def gpt_stream(username, question):try:userconfig.check_quota(username)except Exception as e:yield "data: %s\n\n" % str(e)yield "data: [DONE]\n\n"returnopenai.api_key = os.getenv("OPENAI_API_KEY")openai.api_base = "https://api.openai-proxy.com/v1"result = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "user", "content": question}],stream=True,user=username)for chunk in result:if chunk["choices"][0]["finish_reason"] is not None:data = "[DONE]"else:data = chunk["choices"][0]["delta"].get("content", "")yield "data: %s\n\n" % data.replace("\n", "<br/>").replace(" ", "&nbsp;")

这段代码从open-ai官网获取并调试的，是个人项目和open-ai接口交互的部分，向接口传入提问的问题并按照一定格式返回GPT的答案。

最后在terminal敲入便可以运行项目。
在这里插入图片描述

写在后面

尽管自己搭建的chatgpt相比其他网站还存在一些不足之处，但它能够满足个性化需求，并且可以在公司内网访问，显著提高了工作效率。在开发chatGpt个人网页的过程中，我进一步巩固了自己的前后端知识，并为将来快速开发增强了信心。在开发过程中遇到了一些问题，但通过chatGpt工具，我得到了很多解答，进而提高了开发效率。同时，我还能够推测出市面上其他AI工具背后的逻辑。以下是项目的代码，请自行获取：