Cómo hacer que C++ y las redes neuronales sean amigos: escribiendo un cliente para la API de ChatGPT

Por qué C++ y ChatGPT no es extraño, sino poderoso

Cuando se habla de integrar redes neuronales, todo el mundo piensa inmediatamente en Python. Sí, los pythonistas tienen bibliotecas elegantes como openai y requests. Pero, ¿qué hacer si su proyecto es un servidor de alta carga en C++, una aplicación de escritorio o un motor de juegos? ¿Reescribir todo en Python?

La buena noticia: la integración con la API de ChatGPT en C++ no es magia, sino un problema de ingeniería perfectamente solucionable. Obtiene la velocidad del código nativo, control sobre la memoria y la capacidad de incorporar funciones de IA directamente en el núcleo de su aplicación. Sin capas intermedias de Python o Node.js, solo C++ puro y trabajo directo con la API.

En este artículo, analizaremos cómo escribir un cliente para la API de OpenAI en C++ desde cero. Aprenderá a enviar solicitudes HTTP, procesar JSON y obtener respuestas de ChatGPT. ¡Allá vamos!

Qué necesitaremos: herramientas

Para trabajar con la API de ChatGPT en C++, necesitamos resolver dos tareas básicas:

\n
• Enviar solicitudes HTTP (preferiblemente con soporte HTTPS)
\n
• Analizar y generar JSON
\n

Usaremos dos bibliotecas probadas:

\n
• libcurl: el estándar de facto para HTTP en C/C++. Está en cualquier gestor de paquetes.
\n
• nlohmann/json: una biblioteca JSON moderna y conveniente. Simplemente incluya el archivo de cabecera.
\n

También necesitaremos una clave de API de OpenAI. Si aún no la tiene, vaya a platform.openai.com, regístrese y cree una clave en la sección de claves de API. Guárdela de forma segura, preferiblemente en una variable de entorno.

Arquitectura de un cliente simple

Nuestro cliente hará una cosa: enviar el mensaje del usuario a ChatGPT y obtener una respuesta. Toda la comunicación con la API se realiza a través del endpoint https://api.openai.com/v1/chat/completions mediante el método POST.

La estructura será la siguiente:

\n
1. Formamos un JSON con los parámetros de la solicitud (modelo, mensajes, temperatura)
\n
2. Enviamos una solicitud POST a través de libcurl
\n
3. Recibimos la respuesta JSON y la analizamos
\n
4. Extraemos el texto de la respuesta del asistente
\n

¿Suena simple? Vamos a escribir el código.

Paso 1: Preparación de la solicitud JSON

Empecemos con una función que forma el cuerpo de la solicitud. Usaremos la biblioteca nlohmann/json. Instalarla es muy sencillo: descargue json.hpp de GitHub y colóquelo en la carpeta de su proyecto.

#include <string>\n#include "json.hpp"\n\nusing json = nlohmann::json;\n\nstd::string build_chat_request(const std::string& user_message) {\n    json request;\n    request["model"] = "gpt-3.5-turbo";\n\n    json messages = json::array();\n    json user_msg;\n    user_msg["role"] = "user";\n    user_msg["content"] = user_message;\n    messages.push_back(user_msg);\n\n    request["messages"] = messages;\n    request["temperature"] = 0.7;\n    request["max_tokens"] = 1024;\n\n    return request.dump();\n}

Tenga en cuenta: estamos usando el modelo gpt-3.5-turbo, que es el equilibrio óptimo entre calidad y velocidad. Si necesita algo más potente, puede especificar gpt-4, pero es más caro.

Paso 2: Envío de la solicitud HTTP con libcurl

Ahora viene la parte interesante: trabajar con solicitudes HTTP en C++. libcurl requiere cierta inicialización, pero en general es bastante directo.

Escribamos una función que tome el cuerpo de la solicitud y la clave de API, y devuelva la respuesta sin procesar del servidor.

#include <curl/curl.h>\n#include <string>\n\nsize_t WriteCallback(void* contents, size_t size, size_t nmemb, std::string* output) {\n    size_t total_size = size * nmemb;\n    output->append((char*)contents, total_size);\n    return total_size;\n}\n\nstd::string send_chat_request(const std::string& json_body, const