ChatGPT 串接 Firebase，實現上下文歷史紀錄

在使用 ChatGPT API 時，因為 API 本身是「一次性」，無法儲存聊天的歷史紀錄，這也衍生了「無法串聯上下文」的問題，不過如果將 ChatGPT 串連 Firebase 的 Realtime database，就能夠做到在與 ChatGPT 聊天時，即時透過資料庫記錄上下文的內容，這篇教學會介紹相關的做法。

快速導覽：

• 建立與設定 Firebase Realtime database
• ChatGPT 使用 text-davinci-003 模型
• ChatGPT 使用 gpt-3.5-turbo 模型

建立與設定 Firebase Realtime database

參考「建立 Firebase RealTime Database」教學，建立一個 Firebase Realtime database。

參考「設定 Firebase RealTime Database 安全規則」教學，將讀取和寫入的規則都設為 true。

參考「串接 Firebase RealTime Database 存取資料」教學，安裝 Python 的 firebase 函式庫。

pip install git+https://github.com/ozgur/python-firebase

ChatGPT 使用 text-davinci-003 模型

參考「ChatCPT 串連上下文語句」教學中的 text-davinci-003 模型範例，加入 Firebase Realtime database 儲存對話紀錄，如此一來就能在再次開啟時，記得上一次所講的對話。

import openai
openai.api_key = '你的 API Key'

from firebase import firebase
url = 'https://XXXXXXXXX.firebaseio.com'
fdb = firebase.FirebaseApplication(url, None)    # 初始化 Firebase Realtime database
chatgpt = fdb.get('/','chatgpt')                 # 取的 chatgpt 節點的資料

if chatgpt == None:
    messages = ''        # 如果節點沒有資料，訊息內容設定為空
else:
    messages = chatgpt   # 如果節點有資料，使用該資料作為歷史聊天記錄

while True:
    msg = input('me > ')
    if msg == '!reset':
        message = ''
        fdb.delete('/','chatgpt')         # 如果輸入 !reset 就清空歷史紀錄
        print('ai > 對話歷史紀錄已經清空！')
    else:
        messages = f'{messages}{msg}\n'   # 在輸入的訊息前方加上歷史紀錄
        response = openai.Completion.create(
            model='text-davinci-003',
            prompt=messages,
            max_tokens=128,
            temperature=0.5
        )

        ai_msg = response['choices'][0]['text'].replace('\n','')  # 取得 ChatGPT 的回應
        print('ai > '+ai_msg)
        messages = f'{messages}\n{ai_msg}\n\n'   # 在訊息中加入 ChatGPT 的回應
        fdb.put('/','chatgpt',messages)          # 更新資料庫資料

執行程式後，就算重新啟動程式，ChatGPT 也會記得過去的聊天內容 ( 例如說還記得名字 )

進入 Firebase Realtime database 也能看到歷史紀錄的資料。

ChatGPT 使用 gpt-3.5-turbo 模型

參考「ChatCPT 串連上下文語句」教學中的 gpt-3.5-turbo3 模型範例，加入 Firebase Realtime database 儲存對話紀錄，如此一來就能在再次開啟時，記得上一次所講的對話。

import openai
openai.api_key = '你的 API Key'

from firebase import firebase
url = 'https://XXXXXXXXXXX.firebaseio.com'
fdb = firebase.FirebaseApplication(url, None)   # 初始化 Firebase Realtimr database
chatgpt = fdb.get('/','chatgpt')                # 讀取 chatgpt 節點中所有的資料

if chatgpt == None:
    messages = []        # 如果沒有資料，預設訊息為空串列
else:
    messages = chatgpt   # 如果有資料，訊息設定為該資料

while True:
    msg = input('me > ')
    if msg == '!reset':
        fdb.delete('/','chatgpt')   # 如果輸入 !reset 就清空 chatgpt 的節點內容
        messages = []
        print('ai > 對話歷史紀錄已經清空！')
    else:
        messages.append({"role":"user","content":msg})  # 將輸入的訊息加入歷史紀錄的串列中
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            max_tokens=128,
            temperature=0.5,
            messages=messages
        )
        ai_msg = response.choices[0].message.content.replace('\n','')  # 取得回應訊息
        messages.append({"role":"assistant","content":ai_msg})  # 將回應訊息加入歷史紀錄串列中
        fdb.put('/','chatgpt',messages)   # 更新 chatgpt 節點內容
        print(f'ai > {ai_msg}')

執行程式後，就算重新啟動程式，ChatGPT 也會記得過去的聊天內容 ( 例如說還記得名字 )

進入 Firebase Realtime database 也能看到歷史紀錄的資料。

小結

透過 Firebase Realtime database，就能非常方便快速地儲存 ChatGPT 的聊天記錄，並讓 ChatGPT 能夠分辨上下文，是相當不錯的功能！但仍然要注意的是，回傳歷史紀錄會造成 ChatGPT 的 token 數量暴增，一但超過免費額度就要開始收費囉。

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～