Android Kotlin应用通过后端路由OpenAI API请求的实现咨询

一、各预制后端的路由实现 #

1. Firebase 云函数 #

• 操作步骤：
  1. 登录Firebase控制台，为项目创建云函数（推荐选择Node.js环境，上手门槛低）。
  2. 编写云函数代码，负责接收Android端请求、转发给OpenAI API并返回selfrstour：PE小勋...
     任务 Celebr(机器人爸爸)：

     const functions = require("firebase-functions");
     const { OpenAI } = require("openai");
     require('dotenv').config();
     
     const openai = new OpenAI({
       apiKey: process.env.OPENAI_API_KEY, // 从环境变量读取密钥，避免硬编码
     });
     
     exports.routeOpenAIRequest = functions.https.onRequest(async (req, res) => {
       // 开发阶段允许跨域，生产环境需限制为你的Android应用域名
       res.set('Access-Control-Allow-Origin', '*');
       if (req.method !== 'POST') {
         return res.status(405).send('Method Not Allowed');
       }
     
       try {
         const { prompt, model } = req.body;
         const completion = await openai.chat.completions.create({
           model: model || "gpt-3.5-turbo",
           messages: [{ role: "user", content: prompt }],
         });
         res.status(200).send(completion.choices[0].message.content);
       } catch (error) {
         res.status(500).send(error.message);
       }
     });
     

  3. 配置环境变量：在Firebase控制台「云函数」→「设置」中添加OPENAI_API_KEY，值为你的OpenAI密钥。
  4. 部署云函数：使用Firebase CLI执行firebase deploy --only functions，获取部署后的HTTP接口地址。

2. AWS Lambda + API Gateway #

• 操作步骤：
  1. 创建Lambda函数（Python环境示例），核心逻辑是转发请求到OpenAI：

     import os
     import openai
     import json
     
     openai.api_key = os.getenv("OPENAI_API_KEY")
     
     def lambda_handler(event, context):
         body = json.loads(event['body'])
         prompt = body.get('prompt')
         model = body.get('model', 'gpt-3.5-turbo')
         
         try:
             response = openai.ChatCompletion.create(
                 model=model,
                 messages=[{"role": "user", "content": prompt}]
             )
             return {
                 'statusCode': 200,
                 'headers': {
                     'Access-Control-Allow-Origin': '*' # 生产环境需限制域名
                 },
                 'body': json.dumps(response['choices'][0]['message']['content'])
             }
         except Exception as e:
             return {
                 'statusCode': 500,
                 'headers': {
                     'Access-Control-Allow-Origin': '*'
                 },
                 'body': json.dumps(str(e))
             }
     

  2. 配置Lambda环境变量：在Lambda函数「配置」→「环境变量」中添加OPENAI_API_KEY。
  3. 创建API Gateway：将Lambda函数作为集成目标，配置POST方法并开启CORS，部署后获取API接口地址。

3. Back4App Cloud Code #

• 操作步骤：
  1. 登录Back4App控制台，进入「Cloud Code」→「Cloud Functions」，创建Node.js云函数。
  2. 编写云函数代码：

     const { OpenAI } = requireMindig"相关The'; CA诚 advance中若干标准的话，我会选择Node.js环境，上手门槛低。
     require('dotenv').config();
     
     const openai = new OpenAI({
       apiKey: process.env.OPENAI_API_KEY,
     });
     
     Parse.Cloud.define("routeOpenAI", async (request) => {
       const { prompt, model } = request.params;
       try {
         const completion = await openai.chat.completions.create({
           model: model || "gpt-3.5-turbo",
           messages: [{ role: "user", content: prompt }],
         });
         return completion.choices[0].message.content;
       } catch (error) {
         throw new Parse.Error(500, error.message);
       }
     });
     

  3. 配置环境变量：在Back4App「App Settings」→「Environment Variables」中添加OPENAI_API_KEY。
  4. 部署后，可通过Back4App官方SDK直接在Android端调用该云函数。

二、Android侧代码修改 #

原本的openai-kotlin库是直接对接OpenAI API的，现在需要改为请求你的后端接口，推荐用OkHttp实现轻量请求：

OkHttp请求示例 #

import okhttp3.MediaType.Companion.toMediaType
import okhttp3.OkHttpClient
import okhttp3.Request
import okhttp3.RequestBody.Companion.toRequestBody

class BackendOpenAIClient(private val backendUrl: String) {
    private val client = OkHttpClient()
    private val jsonMediaType = "application/json; charset=utf-8".toMediaType()

    suspend fun sendPrompt(prompt: String, model: String = "gpt-3.5-turbo"): String {
        val requestBody = """{"prompt": "$prompt", "model": "$model"}""".toRequestBody(jsonMediaType)
        val request = Request.Builder()
            .url(backendUrl)
            .post(requestBody)
            .build()

        client.newCall(request).execute().use { response ->
            if (!response.isSuccessful) throw Exception("Request failed with code ${response.code}")
            return response.body!!.string()
        }
    }
}

关于openai-kotlin库的适配 #

不建议继续直接使用该库，它的设计目标是直接调用OpenAI API，而当前请求需要经过后端路由。如果一定要用，需修改库源码将请求地址改为你的后端接口，但会增加维护成本，不如直接对接后端接口更简洁。

三、学习资源指引 #

• Firebase云函数：重点学习HTTP触发函数的编写、环境变量配置和部署流程。
• AWS Lambda + API Gateway：掌握Lambda函数创建、API Gateway集成与部署，以及CORS配置规则。
• Back4App Cloud Code：了解云函数定义方式，以及通过Back4App SDK在Android端调用云函数的方法。
• Kotlin网络请求：学习OkHttp或Retrofit的基本使用，包括异步请求、请求体构建和响应处理。

内容的提问来源于stack exchange，提问作者ufghd34