💭 一个可二次开发 Chat Bot 对话 Web 端原型模板, 基于 Vue3、Vite 5、TypeScript、Naive UI 、UnoCSS 等主流技术构建, 🧤简单集成大模型 API, 采用单轮 AI 问答对话模式, 每次提问独立响应, 无需上下文, 支持打字机效果流式输出, 集成 markdown-it, highlight.js 语法高亮预览, 💼 易于定制和快速搭建 Chat 类大语言模型产品
- 🛠️ 核心技术栈：Vite 5 + Vue 3 + TypeScript + ESLint (v9)
- 🎨 UI 框架：Naive UI 2.x
- 🪄 解放双手：内置 Unplugin Auto Import，支持组件按需自动导入，提升开发效率
- 🌟 图标支持：内置 UnoCSS + Iconify，实现原子化样式内联和图标按需自动导入
- 💬 AI 对话：支持单轮对话，用户输入即得 AI 独立响应回复，无需上下文
- 📝 Markdown 预览：支持多种编程语言代码高亮，集成
markdown-it和highlight.js - 🧪 模拟开发模式：提供本地模拟开发模式，无需真实 API 即可开始开发
- 🔑 环境变量管理：通过
.env文件管理 API 密钥，支持不同大模型的配置 - 🌍 大语言模型 API：兼容 Spark 星火认知大模型、Kimi Moonshot 月之暗面大模型、SiliconFlow、Ollama 等，允许自由扩展
- 🚀 灵活扩展：轻量级模块化 MVP 设计，纯前端开发，项目结构清晰，快速搭建 AI 对话原型
详见 这里
- （默认类型）模拟数据模型：
standard - Spark 星火大模型：
spark - llama 3 大模型：
ollama3 - SiliconFlow 硅基流动大模型：
siliconflow - Kimi Moonshot 月之暗面大模型：
moonshot
- Vue 3.x
- Node >= 18.12.x
- Pnpm 9.x
- VS Code 插件
dbaeumer.vscode-eslint>= v3.0.5 (pre-release)
mvp-chatgpt-light-vue3-mock.mp4
- 安装依赖
pnpm i- 本地开发
pnpm dev本地运行后，可以通过访问 http://localhost:2048 来查看应用。
在运行项目之前，需要设置大语言模型的 API 密钥：
-
执行以下命令，自动创建环境变量模板文件
.env文件：cp .env.template .env
-
编辑
.env文件，填入你的 API 密钥
VITE_SPARK_KEY=你的_星火_API_Key # 需要用冒号拼接key和secret，格式如 `key123456:secret123456`
VITE_SILICONFLOW_KEY=你的_SiliconFlow_API_Key # 通常以 `sk-` 开头，如 `sk-xxxxxx`
VITE_MOONSHOT_KEY=你的_Moonshot_API_Key # 通常以 `sk-` 开头，如 `sk-xxxxxx`本项目提供了一个模拟开发模式，用于在本地开发环境或 Github 等部署环境中模拟调用大模型相关策略，无需调用真实 API 接口。该模式在 src/config/env.ts 文件中定义，由以下代码控制：
// src/config/env.ts
const isDev = import.meta.env.DEV
/**
* TODO: 若是本地开发环境、Github 部署环境，则模拟大模型相关策略，不调接口
*/
export const isMockDevelopment = isDev
|| process.env.VITE_ROUTER_MODE === 'hash'
// 打开此行，则会调用真实的大模型接口（需提前配置好 Key）
// export const isMockDevelopment = false默认情况下，在开发环境或使用 hash 路由模式时, isMockDevelopment 会被设置为 true, 这意味着应用将使用模拟数据而不是真实的大模型 API 接口。
如果想在所有环境中使用真实的 API，你有两个选择：
-
取消注释：将最后一行的代码注释取消，设置
isMockDevelopment = false -
修改逻辑：全局搜索
isMockDevelopment, 并修改相应的 if 判断逻辑，使其默认使用真实接口
请注意，无论选择哪种方式，都需要确保项目已经正确配置了 .env API 密钥
请求的函数同样需要修改，找到（src/store/business/index.ts）的 createAssistantWriterStylized 函数，可以发现默认会调用 Kimi Moonshot 模型接口
改成你需要的模型接口调用即可：
1. Spark 星火认知大模型：
- 接口说明：spark HTTP 调用文档
- 配置到本仓库：将创建的
APIKey和APISecret密钥用冒号:拼接填入到.env文件中的VITE_SPARK_KEY环境变量
2. SiliconFlow 大模型：
- 注册：访问 SiliconFlow 官网 进行注册登录并创建 API 密钥
- 创建 API 密钥：访问 账户管理 - API 密钥 创建新 API 密钥
- 接口说明：官方 Chat Completions 在线调试
- 配置到本仓库：将创建的 API 密钥填入
.env文件中的VITE_SILICONFLOW_KEY环境变量 - SiliconFlow现已支持的大模型：模型列表
3. Kimi Moonshot 月之暗面大模型：
- 官方开放平台：访问 Moonshot 开放平台 查看使用手册
- 注册：访问 Moonshot 开放平台控制台 进行注册登录
- 创建 API 密钥：访问 账户信息 - API Key 管理 新建 API 密钥
- 接口说明：官方示例代码 Chat Completion
- 配置到本仓库：将创建的 API 密钥填入
.env文件中的VITE_MOONSHOT_KEY环境变量 - Moonshot现已支持的大模型：模型列表
Ollama3 大模型：
- 安装：Ollama3 不需要 API 密钥，只需要在本地安装并运行 Ollama 即可。请参考 Ollama 官方文档进行安装：Ollama GitHub
- 运行：运行 Ollama3 服务，直接执行
ollama run llama3, 运行后确保其在http://localhost:11434运行
- 查看运行状态：执行
ollama list命令可查看当前正在运行的 Ollama 模型
由于不同大模型的响应结果结构有所差异，本项目封装了一个 model 字段，用于控制响应结果的转换和字段提取。
- （默认类型）模拟数据模型：
standard - Spark 星火大模型：
spark - llama 3 大模型：
ollama3 - SiliconFlow 硅基流动大模型：
siliconflow - Kimi Moonshot 月之暗面大模型：
moonshot
- LLMTypes: 定义了支持的大模型列表及其对应的 modelName，详见代码
- TransformStreamModelTypes: 基于 LLMTypes 推导出来的定义的模型名称类型，详见代码
- transformStreamValue: 包含了针对各种模型的响应结果转换函数，详见代码
- MarkdownPreview 组件: 接收
modelprops 属性，根据不同模型类型处理流式响应，详见代码
在使用 MarkdownPreview 组件时，通过设置 model 属性来指定当前使用的大模型类型：
<MarkdownPreview
v-model:reader="outputTextReader"
:model="defaultLLMTypeName"
@failed="onFailedReader"
@completed="onCompletedReader"
/>其中 defaultLLMTypeName 会根据映射自动选择对应的模型（也可具体指定一个模型）：
const defaultLLMTypeName: TransformStreamModelTypes = isMockDevelopment
? 'standard'
: 'moonshot'默认情况下，会处理 kimi 模型，在模拟开发环境下，使用 standard 模型。具体的模型类型可以根据需求进行配置。
defaultLLMTypeName会根据模型映射自动选择合适的模型，也可以手动指定模型如果后端返回的是可直接渲染的纯字符串（而非 JSON），standard 模型将适用于所有这种情况
如果你喜欢这个项目或发现有用，可以点右上角 Star 支持一下，你的支持是我们不断改进的动力，感谢！ ^_^
![@github-actions[bot]](https://avatars.githubusercontent.com/in/15368?s=64&v=4){kind=small}