项目背景和意义

在人工智能技术飞速发展的当下，大语言模型在自然语言处理领域成果斐然。基于大语言模型构建的智能对话系统能够实现人机之间更为自然、流畅的交互，在智能客服、智能助手、教育培训等诸多领域都有着广阔的应用前景。本项目旨在探索如何利用大语言模型打造一个高效、智能的对话系统，以满足不同用户的多样化需求，尤其突出文生图和联网搜索这两个特色功能。

项目主要功能

1. 对话交互

这是对话系统的核心功能，用户能够与系统进行自然语言对话，系统可理解用户的问题并给出相应回答，要求具备良好的语言理解和生成能力。

2. 文生图功能

用户可以通过输入文字描述，系统根据这些描述生成对应的图片。例如用户描述“一个美丽的海边日落场景”，系统利用相关技术生成符合描述的图片，丰富了交互的形式和内容。

3. 联网搜索功能

系统可以根据用户的问题进行联网搜索，获取实时的网络信息并将相关结果反馈给用户，使得对话系统能够提供更全面、准确的信息。比如用户询问“最新的科技新闻”，系统会搜索网络上的相关资讯并呈现给用户。

4. 模型微

通过提供特定的训练数据，对大语言模型进行微调，以适应不同的应用场景和用户需求。在一些特定领域（如医疗、法律）中，针对性训练可提高回答的准确性和专业性。

5. 附件处理

支持用户上传附件，如文件等，并在对话中进行相应处理，丰富对话内容和形式，提升用户体验。

6. 历史记录保存

保存用户的对话历史记录，方便用户随时查看和回顾，对于需要长期跟踪和分析的应用场景非常有用。

项目技术架构

1. 后端技术

• Flask 框架：作为后端的 Web 框架，处理 HTTP 请求和响应，实现路由、视图函数等功能。在app.py文件中，像定义的/conversations路由就用于获取对话记录。
• SQLAlchemy：用于数据库操作，实现数据的持久化存储。在db.py文件中定义了Model和Conversation两个数据库模型，分别存储模型信息和对话信息。
• 大语言模型 API：调用外部的大语言模型 API，如 OpenAI 的 GPT 系列模型，实现对话的生成。
• 图像生成 API：用于实现文生图功能，将用户输入的文字描述转换为图像。
• 网络请求库：用于实现联网搜索功能，向搜索引擎发送请求并获取搜索结果。

2. 前端技术

• Vue.js：作为前端的 JavaScript 框架，构建用户界面。在Conversation.vue和Dialog.vue等文件中，使用 Vue.js 实现了对话界面和模型微调界面的开发。
• Element UI：基于 Vue.js 的 UI 组件库，提供丰富的 UI 组件，如对话框、表单、按钮等，方便快速构建用户界面。

项目代码结构

项目代码结构较为清晰，主要包括以下几个部分：

• 后端代码：位于chatgpt_gui文件夹下，主要有app.py、db.py、main.py等文件，负责处理业务逻辑和数据库操作。
• 前端代码：位于chatgpt_gui/web文件夹下，主要是 Vue.js 组件文件，如Conversation.vue、Dialog.vue等，负责构建用户界面。
• 文档和资源：包括微调模型文档.md、requirements.txt等文件，用于记录项目的文档和依赖库信息。

项目亮点和创新点

1. 文生图功能

为用户提供了一种全新的交互方式，用户可以通过文字描述生成图像，增强了对话系统的趣味性和实用性。

2. 联网搜索功能

使得对话系统能够获取实时的网络信息，为用户提供更全面、准确的回答，提升了系统的实用性和竞争力。

3. 模型微调功能

通过特定训练数据对大语言模型进行微调，适应不同应用场景和用户需求，提高对话系统的专业性和准确性。

4. 用户体验优化

采用现代化的前端技术和 UI 组件库，构建美观、易用的用户界面。同时，支持附件处理和历史记录保存等功能，提升用户体验。

截图