文章目录
- * 效果预览
- ** 分析用户的输入产生推荐
- ** 分析用户的选择标签进行推荐
- 一、需求背景
- 二、项目原理及架构
- 2.1 实现原理
- （1） 基于用户的喜欢歌手推荐
- （2）基于用户的兴趣标签推荐
- （3）改进上一步推荐的结果
- 2.2 技术架构
- 2.3 技术栈
- 2.4 数据交互原理
- 三、项目功能的实现
- 3.1 ChatGPT API的接入
- 3.2 小程序端设计与实现
- 3.3 数据后端设计与实现
- 四、推荐阅读
* 效果预览
** 分析用户的输入产生推荐
** 分析用户的选择标签进行推荐
一、需求背景
截止到现在，在AI大模型领域，国内外已经从OpenAI一方称霸到现在的群雄崛起之势！
这不前两天4月7日，阿里经过这么多天的蛰伏终于发布了他家自研大模型通义千问。
国内外大厂的前赴后继，这足以说明AI大模型的火热。那么这个时候，作为应用开发的我们的机会就来了，我们可以充分借助大模型的能力来赋能我们的应用开发。那么这一次：我们来做一个基于网易云的音乐推荐小程序
网易云音乐大家应该都不陌生了，虽然说他没有QQ音乐家族那样丰富的版权，但是作为一款读乐比听歌更有趣的又去灵魂聚集地来说，这足以成为我们日常听歌的白月光！
- 在我们日常的听歌中过程中，经常会遇到一下几个问题：
- 随着如今乐坛作曲水平的退步，
越来越多的口水歌充斥在榜单中，当我们想听一些歌时，这些高流量、低创作水准的歌曲总是会被平台的推荐算法推荐过来，导致我们欣赏音乐的兴趣大打折扣！ - 我们在使用网易云音乐的过程中，我们只能是以单纯的信息接收者的角色来进行数据交互，很多时候我们只是被动的接收平台给我们打上的用户画像标签！
当推荐的内容和我们的兴趣爱好发生较大的偏差时，我们并不能及时地对平台推荐的内容进行修改，甚至不能对推荐规则进行修改！
- 随着如今乐坛作曲水平的退步，
那么这个时候，基于以上痛点，我们就可以直接使用ChatGPT来帮我们来进行歌曲的推荐，其好处在于：用ChatGPT进行推荐，我们可以及时对其反馈的结果进行修改，以及对他的推荐规则进行修改，从而找到最适合自己口味的歌曲！
二、项目原理及架构
2.1 实现原理
（1） 基于用户的喜欢歌手推荐
（2）基于用户的兴趣标签推荐
（3）改进上一步推荐的结果
2.2 技术架构
2.3 技术栈
| 模块 | 语言及框架 | 涉及的技术要点 |
|---|---|---|
| 小程序前端 | 基于VUE 2.0语法+Uni-app跨平台开发框架 | Http接口通信、Flex布局方式、uView样式库的使用、JSON数据解析、定时器的使用 |
| 小程序接口服务端 | javascript + Node WEB服务 | 网易云rest接口的开发、 ChatGPT API接口的数据对接 、 前后端websocket实时通信 |
2.4 数据交互原理
三、项目功能的实现
3.1 ChatGPT API的接入
要接入ChatGPT API，需要按照以下步骤进行操作：
- 注册一个账号并登录到OpenAI的官网：https://openai.com/
- 在Dashboard页面上，创建一个API密钥。在“API Keys”选项卡下，点击“Generate New Key”按钮。将生成的密钥保存好，以备后续使用。
- 选择所需的API服务，例如“Completion” API，以使用OpenAI的文本生成功能。
使用Python调用ChatGPT API实现代码如下：
- 方法一：使用
request库
import requests
import json# 构建API请求
url = "https://api.openai.com/v1/engines/davinci-codex/completions"
headers = {"Content-Type": "application/json","Authorization": "Bearer YOUR_API_KEY"}
data = {"prompt": "Hello, my name is","max_tokens": 5
}# 发送API请求
response = requests.post(url, headers=headers, data=json.dumps(data))# 解析API响应
response_data = json.loads(response.text)
generated_text = response_data["choices"][0]["text"]print(generated_text)- 方式二：使用
openAI库
from flask import Flask, request
import openaiapp = Flask(__name__)openai.api_key = "YOUR_API_KEY_HERE"@app.route("/")
def home():return "Hello, World!"@app.route("/chat", methods=["POST"])
def chat():data = request.jsonresponse = openai.Completion.create(engine="davinci",prompt=data["message"],max_tokens=60)return response.choices[0].textif __name__ == "__main__":app.run()3.2 小程序端设计与实现
| ChatGPT推荐悬浮功能 | 用户标签选择功能 | 用户问题实时交互功能 |
|---|---|---|
 |  |  |
3.3 数据后端设计与实现
对于整个后端服务的三大模块，其中对网易云音乐的数据调用与获取是整个项目的数据来源与核心，为实现高效地歌曲数据获取效果，借助了GiHub中网易云Node接口服务项目：网易云音乐 Node.js API service
-
环境要求：
需要 NodeJS 12+ 环境 -
将项目拉去到本地
$ git clone git@github.com:Binaryify/NeteaseCloudMusicApi.git
$ cd NeteaseCloudMusicApi
$ npm install或者
$ git clone https://github.com/Binaryify/NeteaseCloudMusicApi.git
$ cd NeteaseCloudMusicApi
$ npm install- 在本地进行打包运行(
找到package.json文件,查看scripts中的启动命令)
# 运行之前进行依赖的安装
npm install # 根据 pacage.json 中的脚本指令运行项目
npm run start- 项目出现运行的服务地址之后说明
项目启动成功
四、推荐阅读
🥇入门和进阶小程序开发，不可错误的精彩内容🥇 ：
- 《小程序开发必备功能的吐血整理【个人中心界面样式大全】》
- 《微信小程序 | 借ChatGPT之手重构社交聊天小程序》
- 《微信小程序 | 人脸识别的最终解决方案》
- 《微信小程序 ｜基于百度AI从零实现人脸识别小程序》
- 《吐血整理的几十款小程序登陆界面【附完整代码】》
