Siri调用ChatGPT

Siri ChatGPT 使用教程

将 Siri 接入 ChatGPT，直接语音唤醒，并且支持连续对话。

第一步：拷贝项目

1. 点击右上角「Get a copy」，这会打开 AirCode，并基于此模板创建一个你自己的项目。如果没登录的话，可能会先跳转到登录页面，推荐使用 GitHub 登录，会快一些。

   

2. 在弹出的创建对话框中，输入你的项目名称，并点击「Create」完成创建。

   

   

第二步：将 OpenAI Key 填入到环境变量中

1. 登录到你的 OpenAI 账号中（如果还没有，需要注册一个），进入「API Keys」页面，点击「Create new secret key」创建一个密钥。

   

2. 在弹出的对话框中，点击复制图标，将这个 API Key 复制并保存下来。注意：正确的 API Key 都是以 sk- 开头的字符串。

   

3. 进入刚才创建好的 AirCode 应用中，在「Environments」标签页，将复制的 API Key 的值填入「OPENAI_KEY」这一项的 value 中。

   

第三步：部署 AirCode 应用

1. 填完环境变量后，点击页面最上方的「Deploy」按钮，在弹出对话框中点击「Deploy」，开始部署。

   

2. 部署成功后，在左侧文件列表中选中「chat.js」，可以看到中间编辑器部分，文件下方有一个 URL，点击复制这个 URL。

   

3. 我们可以测试一下系统是否运行正常。将这个 URL 在新标签页打开，并在后面加上 ?question=你好，如果返回的结果包含正常的 reply 信息，则代表一切正常。注意：因为 ChatGPT 响应需要一定的时间，视网络状况大概 15 到 45 秒不等，所以请耐心等待，不要频繁刷新页面。

   

第四步：添加 iPhone 快捷指令

1. 在 iPhone 的浏览器中，打开以下链接。

   https://www.icloud.com/shortcuts/dbe80e5d202e489587b4e4b225866d5b

2. 在打开的页面中点击「获取捷径」按钮，然后在弹出的窗口中点击「添加快捷指令」。

   

3. 点击刚刚添加成功的快捷指令右上角的三个点，打开快捷指令的编辑页面。将上面「第三步」中获取到的 AirCode 云函数的 URL 填入「文本」区域，点击右上角「完成」。注意：云函数 URL 是类似 https://xxxx.hk.aircode.run/chat 这样的格式。

   

使用

至此，你完成了所有配置过程，直接在手机中通过「嘿 Siri，打开机器人」就可以唤醒 ChatGPT，然后问问题了。

另外，你也可以在快捷指令的编辑页面中，点击下方的「分享」按钮，在弹出的菜单中选择「添加到主屏幕」，这样就可以在桌面通过点击打开对话框。

Enjoy your life with ChatGPT!

chat.js

// @see https://docs.aircode.io/guide/functions/
const aircode = require('aircode');
const { Configuration, OpenAIApi } = require('openai');
const { v4: uuidv4 } = require('uuid');

const { db } = aircode;
const ChatTable = db.table('chat');

// Setup OpenAI configurations
const OPENAI_KEY = process.env.OPENAI_KEY || "";
const OPENAI_MODEL = process.env.MODEL || "gpt-3.5-turbo";
const MAX_MESSAGES_PER_CHAT = 40;

const systemContent = 'You are a helpful assistant.';

module.exports = async function(params, context) {
  console.log('Received params:', params);
  const { question, cid } = params;

  // Create a chat ID if not provided
  const chatId = cid ? cid : uuidv4();

  // Save user's question to the ChatTable
  await ChatTable.save({ chatId, role: 'user', content: question });

  // Retrieve chat history
  const chats = await ChatTable
    .where({ chatId })
    .sort({ createdAt: -1 })
    .limit(MAX_MESSAGES_PER_CHAT)
    .find();

  // Construct message array for GPT-3.5 Turbo
  const messages = [
    { role: 'system', content: 'You are a helpful assistant.' },
    ...chats.reverse().map(one => ({ role: one.role, content: one.content })),
  ];

  const openai = new OpenAIApi(new Configuration({ apiKey: OPENAI_KEY }));

  try {
    // Request completion from GPT-3.5 Turbo
    const completion = await openai.createChatCompletion({
      model: OPENAI_MODEL,
      messages,
      temperature: 1,
      n: 1,
      stream: false,
    });

    const responseMessage = completion.data.choices[0].message;

    // Save generated response to ChatTable
    await ChatTable.save({ chatId, ...responseMessage });

    // Return response message and chat ID
    return { reply: responseMessage.content, cid: chatId };

  } catch (error) {
    // Handle error cases and return appropriate message
    const errorMsg = error.code === 'ENOTFOUND'
      ? 'Failed with network connection. Please try again later.'
      : 'Some error happened. Please try again later.';
    return { reply: errorMsg, cid: chatId };
  }
};