共计 3364 个字符，预计需要花费 9 分钟才能阅读完成。

关于ChatX的开发总结

 今年五一待在宿舍花了三天时间使用Flutter开发了一款基于ChatGPT大语言模型对话的App - ChatX。三天里从项目规划和构建到最终的APK文件打包运行至真机上均由我一人完成。

 在这之后又花了两天时间分别完成了AI绘图和角色扮演的扩展功能，并对项目代码进行优化和Bug修复。如今APP也完成得差不多了，在此做个总结。

• 项目源码：https://github.com/NingNing0111/chat_all

为什么开发ChatX？

 2022年11月OpenAI发布ChatGPT的一个星期内，我就通过一些渠道注册了OpenAI账号并在官网使用了ChatGPT，当时正值疫情且学校提前放我们回家要求在家准备和进行期末考试。在家那段时间首次接触到了ChatGPT，当时我就被深深地震撼到了，它帮助我解决了很多课程上的、代码上的问题，极大的提高了我的复习效率。直到现在，我仍然每天用ChatGPT作为自己的工具解决我学习上的难题。

 但当时使用ChatGPT的方式大多数都是网页访问，一些开源项目如：ChatBox、ChatGPT-Next-Web也都是应用在PC端或Web端上的。而我正热衷于玩转ChatGPT，于是我就有了“在移动端上使用ChatGPT”的需求（值得吐槽的一点，老师要求上课不让玩电脑），但是，我在GitHub上没有发现任何适合移动端使用ChatGPT的项目（印象中下载过一个几百个star的安卓项目，但是APP的体验很差，下载没几分钟就卸了）。那时起我就打算在我能力足够的情况下，一定一定要开发一个能使用ChatGPT的移动端APP。而我在没有找到合适的移动端项目后，一直是通过手机访问ChatGPT-Next-Web网页版使用。

 时隔一年，在机缘巧合下学了Dart和Flutter后，选择在五一期间一鼓作气完成这个APP。

ChatX的功能有哪些？

• 流式输出响应，体验极佳；
• 支持 Markdown 渲染、代码高亮、Latex 渲染；
• 100+中文提示词，玩转 GPT 角色扮演；
• 支持一键复制代码；
• 支持对话模型微调；
• 国际化，支持中英文；
• 主题切换

ChatX的技术实现

 ChatX使用的是由谷歌于2017年推出的Flutter框架开发，Flutter是解决跨平台APP开发的一种方案，一次编写，到处运行。移动端使用当然应该支持Android和IOS两种平台，因此我当时的技术选择就是跨平台开发。

 至于核心依赖库如下：

• 状态管理、依赖注入、路由和国际化：get
• 主题管理：adaptive_theme
• 本地持久化：hive
• OpenAI SDK：dart_openai
• markdown渲染组件：markdown_widget
• 数学公式渲染：flutter_math_fork
• 代码高亮：flutter_highlight
• emoji表情渲染：animated_emoji

 整个APP只有四个页面，非常简单:

• 对话页面
• 设置页面
• 角色选择页面
• 对话历史页面

开发过程中遇到的问题

问题描述

 整个APP的开发过程并不难，回顾我的整个开发过程，只有一个问题给我留下了深刻的印象:

• 详见:https://github.com/anasfik/openai/issues/173

 在使用dart_openai库，调用流式对话接口时，异步回调结果的函数出现了重复调用的情况，因为这个情况，我接收到的回复内容都是重复的，这个问题当时困扰了我一天，我个人认为是该库内部处理返回数据时不合理造成的，并及时提交了issues。

如何解决

 说出来可能不信，当天晚上睡觉时，我在梦中通过一个判断回调结果是否为空解决了这个问题。梦醒时脑中有一个非常清晰的解决策略：

• 判断回调结果是否为空：当为空时说明已经拿到了所有的返回结果，后续收到的所有结果都是重复的；
• 拿到所有的返回结果后，停止监听回调函数；

 第二天我尝试性地前往OpenAI官网查看流式对话的返回结果格式：

• https://platform.openai.com/docs/api-reference/chat/create

 惊讶地发现停止返回的标识之一就是delta为{},而delta这个数据正好是回调函数返回的对象。当delta为{}时，说明delta为null，这也就意味着对话结束，之后接收到的内容均可视为重复的内容。

这里的回调函数并不是dart_openai中流式输出的回调函数，是我基于dart_openai进一步实现了一个openai_service内部的一个回调，回调的是delta数据，因此我需要对delta进行判空，而dart_openai的回调数据要更大些，包含了delta。现在回想过来，其实还可以通过finish_reason字段来判断结果是否输出完。不过dart_openai项目里流式对话接口的回调函数会重复调用是真的，虽然可以通过上面的方式来判断是否对话完成，但重复的调用肯定会造成性能上的浪费。

 之后我又通过ChatGPT了解到在Dart中如何通过变量控制异步函数的执行，于是非常顺利地解决了这个难题。

 关于做梦梦到解决方案这件事，我不觉得很荒唐。OpenAI的API文档在过去很长一段时间，我都经常查阅，因此脑海中可能对一些返回数据的格式有一些印象，只是在当时面对这个问题进行解决时并未想起来罢了。

如何使用ChatX

 目前ChatX仅发布了安卓版，因为缺少苹果手机对IOS版进行测试，因此IOS暂时未发布。

 ChatX的使用需要对大语言模型有一定的了解，至少知道API和Key。

• API可以理解为AI的对话入口：通过对该入口进行网络请求就能得到AI的回复。
• Key可以理解为你的通行证：并不是所有人都可以通过网络请求与AI进行交互的，只有手上有通行证的人才可以与AI进行交互。

目前，除了通过OpenAI官网直接免费使用ChatGPT外，所有渠道都需要money，包括Key的获取。但是因为GFW的存在，没有特殊手段的话，中国内陆人都是无法访问OpenAI官网的。因此使用ChatGPT的主要渠道有两种：

• 通过特殊手段访问OpenAI官网免费使用，其中特殊手段也是需要money的；
• 使用api和key，其中api和key也都是需要money的；

 无论怎么样，使用ChatGPT都是需要花钱，这不只对于ChatGPT而言，包括国内大语言模型文心一言、通义等也都是要花钱的，毕竟AI回复的每一句话都需要大量的GPU算力支持。

 我在我的个人博客里每月都会分享一定量的Key供开发者或想使用ChatGPT的人使用。

可通过这篇博客文章获取：为开发者提供的免费ChatGPT中转Key

 拿到API和Key在APP的设置页面里填入就行了。

如何下载？

 讲完如何使用，再讲如何下载。

• 最新版本及历史版本下载链接：https://github.com/NingNing0111/chat_all/releases

 考虑到GitHub被墙，也可通过下面的链接下载(这个链接下载的APP可能不是最新的)：

• https://gh.ddlc.top/https://github.com/NingNing0111/chat_all/releases/download/0.7.1/app-release.apk

ChatX的未来

 目前ChatX只是一个简单的能够和ChatGPT对话的APP，没有接入任何后端业务。而在我将APP的命名正式取为ChatX时，我就知道ChatX不应该只局限于OpenAI的ChatGPT这个AI模型，它应该还可以对接Gemini、Claude、文心一言、通义等等各种大语言模型；并且我还在考虑将ChatX接入一个后端业务，该业务统一管理所有的大语言模型的对话接口，ChatX只需对接这个后端接口即可；同时，我应该实现更高级的大语言模型应用，例如文件分析和总结等，想到这些我就有跃跃欲试的冲动。

 但现实是，上面的功能可能还需要很久才能完成，毕竟Flutter目前不是我以后吃饭的技术，将自己空闲时间挤出来是十分考验时间管理能力的。

其它

 软件在使用过程中，出现问题或需要提供帮助的，可以直接通过评论或我的邮箱进行留言。

• email：zdncode@gmail.com
• QQ: 2043393364