使用OkHttp流式请求OpenAI API(GPT API)接口

使用OkHttp调用OpenAI流式API

原创于 2025-08-03 23:27:10 发布 · 233 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#okhttp #gpt

https://github.com/worktool/chatgpt-android

文章介绍了一个基于Kotlin开发的安卓应用，该应用集成ChatGPTAPI，使用gpt-3.5-turbo模型，提供流式请求交互。通过提供的核心代码示例，帮助开发者快速集成和体验人机交互功能。
摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言
因为 GPT 流式请求的出色交互体验，我们打算做一个开源基础应用，方便开发者快速集成项目。
本应用集成 ChatGPT API，使用模型为 gpt-3.5-turbo，项目代码为 Kotlin 语言开发的安卓应用。
人机交互的趋势已经到来，本应用框架也希望能帮助更多开发者快速集成 ChatGPT 体验到人机交互的乐趣！

正文
我们根据流式请求 Chat API 开源一个安卓项目，可方便开发者快速上手使用开源地址

直接上核心代码，由 kotlin 编写

import com.blankj.utilcode.util.GsonUtils
import com.blankj.utilcode.util.LogUtils
import com.blankj.utilcode.util.ToastUtils
import com.google.gson.JsonObject
import okhttp3.*
import org.yameida.asrassistant.config.Config
import org.yameida.asrassistant.model.Message
import org.yameida.asrassistant.model.StreamAiAnswer
import java.io.BufferedReader
import java.io.IOException
import java.lang.Exception

object HttpUtil {

/**
* ChatGPT
*/
fun chat(send: String, callback: CallBack) {
val url = "https://api.openai.com/v1/chat/completions"
val apiKey = "Bearer ${Config.apiKey}"
val jsonObject = JsonObject()
jsonObject.addProperty("model", "gpt-3.5-turbo")
val body = RequestBody.create(MediaType.parse("application/json"), "{\n" +
" \"model\": \"gpt-3.5-turbo\",\n" +
" \"stream\": true,\n" +
" \"messages\": [{\"role\": \"user\", \"content\": \"$send!\"}]\n" +
"}")
val request: Request = Request.Builder().url(url).method("POST", body)
.addHeader("Authorization", apiKey)
.build()
OkHttpUtil.okHttpClient.newCall(request).enqueue(object : Callback {
override fun onFailure(call: Call, e: IOException) {
e.printStackTrace()
ToastUtils.showLong("网络请求出错请检查网络")
}
override fun onResponse(call: Call, response: Response) {
try {
val responseBody = response.body()
if (responseBody != null) {
val bufferedReader = BufferedReader(responseBody.charStream())
var line = bufferedReader.readLine()
var index = 0
val sb = StringBuilder()
while (line != null) {
val msg = convert(line, "1", index++)
if (msg != null) {
sb.append(msg.content)
callback.onCallBack(sb.toString(), false)
}
line = bufferedReader.readLine()
}
callback.onCallBack(sb.toString(), true)
}
} catch (e: Exception) {
e.printStackTrace()
ToastUtils.showLong("网络请求出错请检查配置")
}
}
})
}

fun convert(answer: String, questionId: String, index: Int): Message? {
val msg = Message()
msg.content = ""
msg.messageType = "normal"
msg.id = questionId
if ("data: [DONE]" != answer) {
val beanStr = answer.replaceFirst("data: ", "", false)
val aiAnswer = GsonUtils.fromJson(beanStr, StreamAiAnswer::class.java) ?: return null
val choices = aiAnswer.choices
if (choices.isEmpty()) {
return null
}
val stringBuffer = StringBuffer()
for (choice in choices) {
if (choice.finish_reason != "stop") {
if (choice.delta.content != null) {
stringBuffer.append(choice.delta.content)
} else {
return null
}
}
}
msg.content = stringBuffer.toString()
if (index == 0) {
if (msg.content == "\n\n") {
LogUtils.e("发现开头有两次换行,移除两次换行")
return null
}
}
} else {
msg.type = "stop"
}
msg.index = index
return msg
}

interface CallBack {
fun onCallBack(result: String, isLast: Boolean)
}
}

AI写代码
kotlin
运行

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
// 使用方法
HttpUtil.chat(result, object : HttpUtil.CallBack {
override fun onCallBack(result: String, isLast: Boolean) {
runOnUiThread {
//更新数据或UI
updateData()
}
}
})
AI写代码
kotlin
运行
1
2
3
4
5
6
7
8
9
总结
至此，你应该已经完成了Chat机器人智能问答对接，一个智能QA机器人就实现了，后续我会继续进行AI能力的扩展，如多模态等。喜欢本文可以给开源项目一个 star~有问题可以留言或私信我。
————————————————