<think>我们有两个主要任务：
1. 构建一个嵌入式网页服务器，用于接收用户输入的问题（通过表单提交）。
2. 将收集到的问题通过HTTP POST请求发送到Open
AI API，并展示返回的结果。
硬件：烧录了CircuitPython的ESP
32-C6（或ESP
32C6SuperMini）
软件环境：CircuitPython
步骤：
1. 连接Wi-Fi。
2. 创建一个简单的Web服务器，监听80端口。
3. 设计一个简单的网页表单（HTML），用于输入问题。
4. 当用户提交表单时，服务器收到POST请求，提取问题。
5. 使用提取的问题，构造符合Open
AI API要求的HTTP POST请求，发送到Open
AI服务器。
6. 解析Open
AI的响应，获取回答内容。
7. 将回答内容显示在网页上，或者存储起来（例如，存储到文件系统，然后提供查看页面）。
由于ESP
32资源有限，我们不会存储大量历史对话，仅处理当前问题。
我们将使用CircuitPython的以下库：
- `wifi`：连接Wi-Fi
- `socketpool`：创建套接字
- `ssl`：用于HTTPS
- `os`：文件操作（可选，用于存储问题）
- `microcontroller`：控制硬件（如LED指示状态）
注意：Open
AI API需要HTTPS
和API密钥。
代码结构：
1. 配置部分：从secrets.py导入Wi-Fi
和Open
AI API密钥。
2. 连接到Wi-Fi。
3. 创建一个socket服务器，监听80端口。
4. 循环接受客户端连接，处理请求（GET
和POST）。
- GET请求：返回一个HTML表单页面，用于输入问题。
- POST请求：读取表单数据，提取问题，然后调用Open
AI API，并将结果返回给客户端。
由于CircuitPython的HTTP处理较为底层，我们将手动解析HTTP请求（简单解析）。
我们将创建一个简单的HTML表单页面，包含一个文本框
和一个提交按钮。
考虑到内存限制，我们将限制接收的POST数据大小。
代码实现：
首先，确保你已经将以下内容保存到`secrets.py`文件中（放在CIRCUITPY驱动器的根目录）：
```python
# secrets.py
secrets = {
"ssid"
: "你的WiFi名称",
"password"
: "你的WiFi密码",
"open
ai_key"
: "你的Open
AI API密钥",
}
```
然后，创建主程序`code.py`：
注意：由于CircuitPython的socket
和ssl支持有限，我们直接使用底层的socket进行HTTP
和HTTPS通信。
我们将按照以下步骤：
1. 连接Wi-Fi。
2. 创建一个监听套接字。
3. 循环接受连接，解析HTTP请求。
4. 根据请求方法（GET或POST）做出响应。
对于Open
AI API的调用，我们使用HTTPS POST请求到`https
://api.open
ai.com/v1/
chat/completions`。
由于CircuitPython没有高级的HTTP客户端库，我们将手动构造HTTP请求。
我们将创建一个函数`get_open
ai_response(prompt)`，该函数接收用户的问题，返回
AI的回答。
考虑到内存限制，我们限制接收的HTTP响应大小。
代码较长，我们分段实现。
注意：由于ESP
32-C6的内存限制，我们尽量保持代码简洁，避免使用大缓冲区。
开始编写代码：
</think>我将为烧录CircuitPython的ESP
32-C6开发一个嵌入式网页系统，实现Open
AI API交互功能。以下是完整的解决方案：
### 1. 系统架构设计
```merm
aid
graph TD
A[用户浏览器] -->|HTTP GET| B(ESP
32-C6网页服务器)
B -->|HTML表单| A
A -->|HTTP POST| B
B -->|HTTPS POST| C[Open
AI API]
C -->|JSON响应| B
B -->|格式化结果| A
D[SPIFFS存储] <--> B
```
### 2. 核心代码实现
```python
# code.py
import wifi
import socketpool
import ssl
import json
import time
import os
from secrets import secrets
# 配置Wi-Fi连接
wifi.radio.connect(secrets["ssid"], secrets["password"])
print("Connected to", secrets["ssid"])
print("IP
:", wifi.radio.ipv4_address)
# 创建HTTP服务器
pool = socketpool.SocketPool(wifi.radio)
HTML_TEMPLATE = """<!DOCTYPE html>
<html><head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width,initial-scale=1">
<title>ESP
32-C6
ChatGPT</title>
<style>
body{font-family
:sans-serif;max-width
:800px;margin
:0 auto;padding
:20px}
form{display
:flex;flex-direction
:column;gap
:10px}
input,textarea{padding
:10px;border
:1px solid #ddd;border-radius
:4px}
button{padding
:10px 15px;background
:#4CAF50;color
:white;border
:none;border-radius
:4px;cursor
:pointer}
.response{margin-top
:20px;padding
:15px;background
:#f5f5f5;border-radius
:4px;white-space
:pre-line}
</style>
</head><body>
<h1>ESP
32-C6
ChatGPT</h1>
<form method="POST">
<textarea name="question" rows="4" placeholder="输入您的问题..." required></textarea>
<input type="hidden" name="history" value="$HISTORY">
<button type="submit">提交</button>
</form>
$RESPONSE
<p>存储的问题数量
: $COUNT</p>
</body></html>
"""
def save_question(question)
:
"""存储问题到文件系统"""
try
:
count = 0
if "questions.txt" in os.listdir()
:
with open("questions.txt", "r") as f
:
count = len(f.readlines())
with open("questions.txt", "a") as f
:
f.write(f"{time.time()}
:{question}\n")
return count + 1
except Exception as e
:
print("保存错误
:", e)
return 0
def get_open
ai_response(prompt)
:
"""调用Open
AI API"""
API_URL = "api.open
ai.com"
data = json.dumps({
"model"
: "
gpt-
3.5-turbo",
"messages"
: [{"role"
: "user", "content"
: prompt}],
"max_tokens"
: 300
})
request = (
f"POST /v1/
chat/completions HTTP/1.1\r\n"
f"Host
: {API_URL}\r\n"
f"Authorization
: Bearer {secrets[&#
39;open
ai_key&#
39;]}\r\n"
f"Content-Type
: application/json\r\n"
f"Content-Length
: {len(data)}\r\n"
f"\r\n{data}"
)
try
:
context = ssl.create_default_context()
with pool.socket() as sock
:
sock.connect((API_URL, 44
3))
with context.wrap_socket(sock, server_hostname=API_URL) as ssock
:
ssock.send(request.encode())
response = b""
while True
:
chunk = ssock.recv(512)
if not chunk
:
break
response += chunk
# 解析JSON响应
json_start = response.find(b"{")
json_data = json.loads(response[json_start
:])
return json_data["choices"][0]["message"]["content"]
except Exception as e
:
print("API错误
:", e)
return f"错误
: {str(e)}"
# 主HTTP服务器循环
while True
:
try
:
with pool.socket() as s
:
s.bind(("0.0.0.0", 80))
s.listen(1)
print("HTTP服务器启动，等待连接...")
conn, addr = s.accept()
print("客户端来自
:", addr)
request = conn.recv(1024).decode()
print("请求
:\n", request[
:300])
# 解析请求方法
if "GET /" in request
:
# 生成初始HTML
html = HTML_TEMPLATE.replace("$RESPONSE", "")
html = html.replace("$HISTORY", "[]")
# 获取存储的问题数量
count = 0
if "questions.txt" in os.listdir()
:
with open("questions.txt", "r") as f
:
count = len(f.readlines())
html = html.replace("$COUNT", str(count))
conn.send("HTTP/1.1 200 OK\r\nContent-Type
: text/html\r\n\r\n")
conn.send(html)
elif "POST /" in request
:
# 解析表单数据
content_start = request.find("\r\n\r\n") + 4
form_data = request[content_start
:]
params = {}
for p
air in form_data.split("&")
:
if "=" in p
air
:
key, value = p
air.split("=", 1)
params[key] = value.replace("+", " ").replace("%0D%0A", "\n")
# 保存问题并获取
AI响应
save_question(params.get("question", ""))
ai_response = get_open
ai_response(params.get("question", ""))
# 构建响应HTML
response_html = f&#
39;<div class="response"><strong>
AI回答
:</strong><br>{
ai_response}</div>&#
39;
html = HTML_TEMPLATE.replace("$RESPONSE", response_html)
html = html.replace("$HISTORY", params.get("history", "[]"))
# 更新问题计数
with open("questions.txt", "r") as f
:
count = len(f.readlines())
html = html.replace("$COUNT", str(count))
conn.send("HTTP/1.1 200 OK\r\nContent-Type
: text/html\r\n\r\n")
conn.send(html)
else
:
conn.send("HTTP/1.1 404 Not Found\r\n\r\n")
conn.close()
except Exception as e
:
print("服务器错误
:", e)
time.sleep(5)
```
###
3. 配置文件 (secrets.py)
```python
# secrets.py
secrets = {
"ssid"
: "YOUR_WIFI_SSID",
"password"
: "YOUR_WIFI_PASSWORD",
"open
ai_key"
: "sk-your-open
ai-api-key"
}
```
### 4. 部署说明
1. **文件系统准备**：
```bash
# 创建存储文件
touch questions.txt
```
2. **低功耗优化**：
```python
# 添加在while循环开始前
microcontroller.cpu.frequency = 80000000 # 降频至80MHz
```
3. **硬件配置**：
- 使用ESP
32-C6SuperMini的GPIO8连接LED指示灯
- GPIO9作为复位按钮
### 5. 功能说明
1. **网页表单**：
- 用户通过浏览器访问ESP
32的IP地址
- 表单提交问题到Open
AI API
2. **数据存储**：
- 所有问题存储在`questions.txt`中，格式：`时间戳
:问题内容`
3. **历史记录**：
- 使用隐藏字段`history`传递对话上下文（需扩展实现）
4. **响应展示**：
-
AI回答在页面中以卡片形式展示
- 显示已存储问题数量统计
### 6. 测试验证
```bash
# 查找设备IP
ping esp
32-c6.local
# 访问网页
http
://<device-ip>
```
扫一扫
543
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
