
最近ChatGPT大火,boss也蠢蠢欲動要求我們把ChatGPT接入飛書,經過一上午的研究,終于注冊成功并且實現了飛書機器人對接到ChatGPT。
下面給大家分享一下接入飛書的詳細步驟。
如何接入飛書
飛書與chatgpt的交互如下,我們的自定義服務就是充當一個中間人的角色,進行消息的轉發。

創建飛書機器人
1,進入飛書開放平臺,選擇創建企業自建應用。

2,創建完應用以后,點擊進入應用,添加機器人。

3,給機器人配置消息相關的權限,如果不確定需要什么權限,可以先全部開通。

4,配置事件訂閱。事件訂閱需要先開發一個接口供飛書驗證。接口需要可以公網訪問。

這個接口的代碼可以參考如下:
@PostMapping(value = "/message")
public FeishuEventDTO message(@RequestBody String body) {
log.info("收到消息:{}", body);
FeishuEventParams feishuEventParams = JSON.parseObject(body, FeishuEventParams.class);
FeishuEventDTO eventDTO = new FeishuEventDTO();
eventDTO.setChallenge(feishuEventParams.getChallenge());
return eventDTO;
}
@Data
public class FeishuEventParams {
private String challenge;
private String token;
private String type;
}
@Data
public class FeishuEventDTO {
private String challenge;
}
有一點需要注意的是,這個校驗接口和下面接收飛書消息的接口是同一個地址,但是消息體不一樣。
也就是說校驗接口是一次性的,校驗完之后需要對這個接口進行改造。
我們先將這個接口發布到一個可以公網訪問的項目中,比如接口地址是
??http://xx.xx.xx.xx/xx/xx/message,將其填寫到飛書中保存,飛書如果可以成功保存就沒問題了。??

OK,到這里飛書的配置基本搞定了,下面就是我們需要進行處理的邏輯了。
對接邏輯及實現
先說一下我司對接的大致邏輯,供大家參考。
用戶發送消息到飛書之后,飛書會將消息轉發到我們自己的服務上。
但是這里會存在一個問題,就是當多個用戶并發發起會話時,或者一個大群里很多人都在@我們的機器人時,我們需要記住每一個人的回話,在chatgpt查詢到結果后,準確的回復這個人。
由于我司目前也是用于內部測試不想實現太復雜,所以我們采用的思路是:每一個用戶的會話轉發到我們的服務上時,先將會話內容保存到一個全局的ConcurrentLinkedQueue隊列中,然后啟動一個線程,不停的消費這個隊列。
隊列的泛型是一個提前構造好的對象,這個對象保存著當前消息的消息id,發送人,提問內容等。
每消費一個對象,就將對象的提問內容發送到chatgpt,獲取響應結果以后,調用飛書提供的會話回復接口去回復用戶。(如果并發量比較大,這里可以搞成異步的)。
好了,大致思路就說到這,我們看一下具體的代碼。
1,打開我們的項目,引入chatgpt提供的jar。
<dependency>
<groupId>com.theokanning.openai-gpt3-java</groupId>
<artifactId>service</artifactId>
<version>0.10.0</version>
</dependency>
2,重寫上面的校驗接口,改造成接收飛書消息。(接口路徑不要變)
@Slf4j
@RestController
@RequestMapping(value = "/query")
public class QureyController {
public static ConcurrentLinkedQueue<FeishuResponse> consumer
= new ConcurrentLinkedQueue<>();
@PostMapping(value = "/message")
public String message(@RequestBody String body) {
log.info("收到飛書消息:{}", body);
JSONObject jsonObject = JSONObject.parseObject(body);
JSONObject header = jsonObject.getJSONObject("header");
String eventType = header.getString("event_type");
if ("im.message.receive_v1".equals(eventType)) {
JSONObject event = jsonObject.getJSONObject("event");
JSONObject message = event.getJSONObject("message");
String messageType = message.getString("message_type");
if ("text".equals(messageType)) {
String messageId = message.getString("message_id");
String content = message.getString("content");
JSONObject contentJson = JSON.parseObject(content);
String text = contentJson.getString("text");
FeishuResponse feishuResponse = new FeishuResponse();
feishuResponse.setMessageId(messageId);
feishuResponse.setQuery(text);
log.info("投遞用戶消息,{}", JSON.toJSON(feishuResponse));
consumer.add(feishuResponse);
} else {
log.info("非文本消息");
}
}
return "suc";
}
}
FeishuResponse的結構如下。
@Data
public class FeishuResponse {
private String messageId;
private String query;
}
3,寫一個任務線程。
@Slf4j
public class AutoSendTask implements Runnable {
//你的chatgpt的key
public static final String token = "";
public static OpenAiService openAiService = null;
static {
openAiService = new OpenAiService(token, Duration.ofSeconds(60));
}
@Override
public void run() {
while (true) {
try {
FeishuResponse poll = consumer.poll();
if (poll == null) {
log.info("no query,sleep 2s");
TimeUnit.SECONDS.sleep(2);
} else {
String query = this.query(poll.getQuery());
this.reply(poll, query);
}
} catch (InterruptedException e) {
log.error("Thread exception...", e);
}
}
}
private String query(String q) {
log.info("開始提問:{}", q);
CompletionRequest completionRequest = CompletionRequest.builder()
.prompt(q)
.model("text-davinci-003")
.maxTokens(2048)
.echo(false)
.build();
StringBuilder sb = new StringBuilder();
CompletionResult completion = openAiService.createCompletion(completionRequest);
log.info("q:{},獲取響應:{}", q, JSON.toJSONString(completion));
completion.getChoices().forEach(v -> {
sb.append(v.getText());
});
String rs = sb.toString();
if (rs.startsWith("?")) {
rs = rs.replaceFirst("?", "");
}
if (rs.startsWith("\n\n")) {
rs = rs.replaceFirst("\n\n", "");
}
log.info("格式化后的rs:{}", rs);
return rs;
}
private String reply(FeishuResponse poll, String rs) {
JSONObject params = new JSONObject();
params.put("uuid", RandomUtil.randomNumbers(10));
params.put("msg_type", "text");
JSONObject content = new JSONObject();
content.put("text", rs);
params.put("content", content.toJSONString());
String url = String.format("https://open.feishu.cn/open-apis/im/v1/messages/%s/reply",
poll.getMessageId());
String tenantAccessToken = FeishuUtils.getTenantAccessToken();
String body = null;
try (HttpResponse authorization = HttpUtil.createPost(url)
.header("Authorization", "Bearer " + tenantAccessToken)
.body(params.toJSONString())
.execute()) {
body = authorization.body();
}
return body;
}
}
獲取飛書token的工具類如下:
@Slf4j
public class FeishuUtils {
public static final String tokenUrl
= "https://open.feishu.cn/open-apis/auth/v3/app_access_token/internal/";
//構建一個cache 緩存飛書的token
static Cache<String, String> tokenCache =
CacheBuilder.newBuilder().expireAfterWrite(Duration.ofSeconds(3500)).build();
//這個是飛書應用的appid和key,可以在創建的飛書應用中找到
public static final String appId = "";
public static final String appKey = "";
public static String getTenantAccessToken() {
String token = null;
try {
token = tokenCache.get("token", () -> {
JSONObject params = new JSONObject();
params.put("app_id", appId);
params.put("app_secret", appKey);
String body;
try (HttpResponse execute = HttpUtil.createPost(tokenUrl)
.body(params.toJSONString()).execute()) {
body = execute.body();
}
log.info("獲取飛書token:{}", body);
if (StrUtil.isNotBlank(body)) {
String tenantAccessToken = JSON.parseObject(body).getString("tenant_access_token");
tokenCache.put("token", tenantAccessToken);
return tenantAccessToken;
}
return null;
});
} catch (ExecutionException e) {
throw new RuntimeException(e);
}
return token;
}
}
4,啟動線程類即可。

最后,出于隱私,chatgpt群會話的效果就不展示了,展示一下直接對話機器人的效果吧。

最后
由于我們引入chatgpt也只是抱著嘗試的態度,所以代碼相對也比較粗糙,如果有哪里寫的不好的地方,還望大家海涵。
文中代碼還額外引入的jar有:guava、hutool-all、fastjson。