ChatGPT被屏蔽时的解决方案：从代理配置到API替代方案

1次阅读

没有评论

共计 2406 个字符，预计需要花费 7 分钟才能阅读完成。

最近 ChatGPT 在国内访问受限，很多开发者无法直接使用这个强大的工具。这对日常开发、学习和研究都造成了不小的影响。作为开发者，我们需要找到稳定可靠的解决方案来绕过这些限制。

常见的问题包括：

直接访问官网被屏蔽
API 调用不稳定或完全不可用
需要频繁更换 IP 地址
担心数据传输安全

SSH 隧道是最简单的代理方式之一，适合个人开发者使用。原理是通过一台位于可访问地区的服务器转发网络请求。

优点：

配置简单
加密传输
资源占用小

缺点：

依赖境外服务器
单点故障风险

使用 Nginx 等反向代理服务器，可以更灵活地管理流量。适合团队共享使用。

优点：

可负载均衡
支持多用户
可添加额外安全层

缺点：

配置较复杂
需要维护服务器

直接使用 OpenAI 官方 API，绕过网页界面。需要有效的 API 密钥。

优点：

稳定性高
功能完整

缺点：

可能需要国际支付方式
仍可能遇到访问问题

使用如 LLaMA、Alpaca 等开源模型作为替代。需要本地或云服务器部署。

优点：

完全自主可控
无访问限制

缺点：

性能可能不及 ChatGPT
需要较高配置

import paramiko
from sshtunnel import SSHTunnelForwarder

# SSH 隧道配置
ssh_host = 'your_server_ip'  # 你的境外服务器 IP
ssh_user = 'username'        # 服务器用户名
ssh_port = 22                # SSH 端口，默认 22
ssh_pkey = '/path/to/key.pem' # SSH 密钥路径

# 本地代理端口
local_port = 1080

# 创建 SSH 隧道
with SSHTunnelForwarder((ssh_host, ssh_port),
    ssh_username=ssh_user,
    ssh_pkey=ssh_pkey,
    local_bind_address=('127.0.0.1', local_port),
    remote_bind_address=('chat.openai.com', 443)
) as tunnel:
    print(f'Tunnel established on localhost:{local_port}')
    # 这里可以添加你的应用代码
    # 例如使用 requests 库通过代理访问 ChatGPT
    while True:
        pass  # 保持隧道开放

server {
    listen 443 ssl;
    server_name yourdomain.com;  # 你的域名

    ssl_certificate /path/to/cert.pem;
    ssl_certificate_key /path/to/key.pem;

    location / {
        proxy_pass https://chat.openai.com;
        proxy_set_header Host chat.openai.com;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

        # 保持长连接
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";

        # 超时设置
        proxy_read_timeout 300s;
        proxy_connect_timeout 75s;
    }
}

import openai

# 配置 API 密钥
openai.api_key = "your-api-key"

# 如果 API 访问有问题，可以设置自定义域名
# openai.api_base = "https://your-proxy-domain.com/v1"

def chat_with_gpt(prompt):
    try:
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}]
        )
        return response.choices[0].message.content
    except Exception as e:
        print(f"Error: {e}")
        return None

# 使用示例
answer = chat_with_gpt("你好，请介绍一下你自己")
print(answer)