📌 导读：本文手把手演示如何用 OpenAI 官方开源项目部署一个属于自己的 AI 助理（克隆到 GitHub、本地调试、再部署到 Render）。重要提示：文中使用的 OpenAI Assistants API 现已被官方标记为弃用，并由更新的 Responses API 取代，OpenAI 计划在后续逐步关停 Assistants API。因此本教程保留作为历史记录与思路参考，若要上线新项目，请改用 Responses API，并以 OpenAI 官方文档最新公布为准。
2024年是人工智能飞速崛起的一年，科技领域的风口浪尖正由AI引领。几乎所有的科技巨头都在这场竞赛中押下重注。就在Google 2024 I/O发布会上，一系列全新产品让人眼前一亮——无一例外地，几乎都融入了AI的力量。各种先进的语言模型接连问世，譬如Google的Gemini、OpenAI的ChatGPT、Meta的Llama，以及Anthropic的Claude等。这些技术不断推陈出新、版本迭代极快，但其中最广泛为人熟知并使用的，依然是OpenAI的ChatGPT及其当时较新的模型版本（各家模型的最新版本以官方公布为准）。
如今，人工智能已深刻渗透到我们生活的每一个角落。然而，由于政策和安全的限制，大部分先进的人工智能模型并未在中国大陆开放使用，这使得用户不得不通过翻墙的方式才能体验这些技术。尽管国内也有一些人工智能模型应用产品，但与美国这些科技巨头的AI模型相比，差距显而易见。因此，尽管使用起来略有不便，许多人依然选择跨越屏障，使用全球最前沿的人工智能工具，因为它们在质量和生产力方面遥遥领先。
那么，是否存在一种方法，不用翻墙也能享受ChatGPT这样的人工智能工具？答案是肯定的！今天，我们将探讨如何通过OpenAI Assistant API打造属于你自己的人工智能助理。可能你会担心，这样的操作对那些没有计算机技术背景的人来说，是否过于复杂？别担心，这篇文章将尽量用通俗易懂的语言，带你一步步探索如何创建这个强大的AI助手。在开始之前，让我们先了解一些必要的背景知识。
什么是API？
首先，咱们得了解一个非常重要的概念——API。API的全称是“应用程序编程接口”（Application Programming Interface），它就像是一套规则和指南，让不同的软件可以互相“说话”和交换数据。用更简单的比喻来说，API就像餐厅里的服务员，顾客（也就是一个软件程序）通过点单（API调用）向厨房（另一个软件程序）请求想要的菜品（服务或数据）。然后，服务员把厨房准备好的菜送到你桌前。这样一来，开发者就不用去了解“厨房”里的复杂操作，也能轻松实现不同应用之间的功能集成。
今天我们要介绍的OpenAI的Assistant API，就是一种专门帮开发者打造AI助手的API。它让开发者可以在自己的应用中创建一个类似ChatGPT的智能对话助手。通过使用这个API，你可以：
- 自定义助手的角色和任务，比如设定它是一个帮你写代码的助手，还是一个解答问题的专家；
- 接入一些AI工具，比如代码解释器、知识检索等，让助手更强大；
- 上传自定义的知识库文件，供助手“学习”更多内容；
- 管理助手与用户的多轮对话，让它的回答更连贯；
- 触发助手生成回复，并调用相应的工具。
而且，OpenAI的Assistant API和传统的OpenAI通用API有些不同。因为它有专门的助手特性，开发者可以在OpenAI的管理后台对这个助手进行个性化设置。比如，你可以告诉助手它的主要任务是什么，选择它要使用的语言模型，设置它的响应格式和各种参数。简单来说，OpenAI Assistant API把强大的语言模型与各种AI工具和知识库结合在一起，提供了一个超级灵活的框架，让开发者能快速打造出功能强大的AI助手，而不需要自己训练模型。这大大降低了开发的难度，让更多企业和个人也有机会创建自己的智能对话应用。
用什么语言开发人工智能助理？
很多编程语言都可以读取api的数据，然而，如果你打算通过web方式创建一个自己的人工智能助理，那么主流的两种语言：Python和node.js。当然，还有一种是cURL（客户端URL库），它并不是一种编程语言，而是一种用于在命令行或脚本中传输数据的工具。它的名字代表“Client URL”，提供了一个库和一个命令行工具，用于通过各种协议（如HTTP、HTTPS、FTP等）传输数据。cURL支持广泛的网络协议，并且可以与许多编程语言（如Python、PHP、C等）集成使用，常用于测试API、下载文件、提交表单等任务。
换句话说，你可以利用各种编程语言来接入Openai Assistant API，创建自己的人工智能工具。事实上，我们也用php结合curl开发过一些web应用，简单易懂。然而，现实中的web产品开发中，python和node.js占据了主导地位。openai官方所提供的API参考文档和演示代码，通常也是以这2个为主。
不必纠结用哪种编程语言来创建这个工具，用自己喜欢的，擅长的就行。如果你的应用涉及大量的数据处理、分析和机器学习，Python会是更好的选择，得益于其强大的库和工具支持。如果你的应用需要处理大量并发请求，或者需要实时性强的特性，如实时聊天、在线协作等，Node.js是更合适的选择。如果你希望前后端使用同一种语言，并且希望在前端和后端之间无缝切换，Node.js是一个不错的选择。由于今天我们要讲的例子是基于web的一种开发，所以，这里我们选择了node.js。需要注意的是，Node.js是一个基于Chrome V8 JavaScript引擎的运行时环境，允许开发者在服务器端运行JavaScript代码。它是一个平台，用于构建网络应用和服务器端应用。
到这里，可能很多人已经云里雾里了。 别急，由于我们今天并不自己编写代码，而是直接用OpenAI官方提供的一个开源程序来部署人工智能工具，所以，并不需要自己编写语言代码，也让操作上会简单一些。
GitHub
开始之前，我们还要介绍一下GitHub，这个重量级的工具平台。GitHub，很多人并不陌生，它是一个基于 Git 版本控制系统的代码托管平台，允许开发者存储、管理和共享代码。它还提供了一系列协作功能，使开发团队能够共同开发和维护软件项目。它也是全球最大的开源社区，许多知名的开源项目（如 Linux 内核、React、TensorFlow）都托管在 GitHub 上。
是的，今天，我们要部署的OpenAI官方提供的一个开源程序就是来自这里。
https://github.com/openai/openai-assistants-quickstart/
开始部署
由于我们需要将openai官方的开源程序(也被称为仓库 repository)，克隆clone到我们自己的github账户下。首先，我们要在github上注册一个自己的账号。
登录到GitHub账户中，然后创建一个全新的repository，这里我们命名为chenfei。
然后，会看到这个页面：
接下来，我们需要把https://github.com/openai/openai-assistants-quickstart/的repository，下载到本地电脑上，然后，再通过github push的方式同步到我们的账号https://github.com/beyondlifei/chenfei.git中。
这里，我们用的是macbook电脑，先本地电脑上创建一个名为chenfei的文件夹。然后，在这个文件夹上点击new terminal at this folder
然后，在终端中输入：git clone https://github.com/openai/openai-assistants-quickstart.git
整个openai-assistants-quickstart程序就下载到了本地，在终端中，输入cd openai-assistants-quickstart，即可进入程序的根目录上。接下来，我们要把整个文件推送到我们的github的仓库中：https://github.com/beyondlifei/chenfei.git
如果你的电脑是第一次用github，并没有进行过github的密钥配置。那么，还得进行一些设置。下面以在MacBook上进行配置为例，步骤与windows系统稍有不同，但整体过程基本相同。以下是详细的步骤：
1. 安装Git
macOS通常预装了Git，如果还没有安装Homebrew，可以按照官方网站上的说明进行安装：Homebrew官网。验证安装是否成功：git --version
2. 配置Git
配置你的Git用户名和邮箱：
git config --global user.name "Your Name"
git config --global user.email "your.email@example.com"
3. SSH密钥配置（可选但推荐）
生成SSH密钥
如果你还没有SSH密钥，可以生成一个：
ssh-keygen -t ed25519 -C "your.email@example.com"
按提示完成操作，通常保存到默认位置，并设置一个密码（也可以留空）。
添加SSH密钥到SSH代理
启动SSH代理并添加生成的SSH密钥：
eval "$(ssh-agent -s)"
ssh-add -K ~/.ssh/id_ed25519
添加SSH密钥到GitHub
显示生成的SSH公钥：
cat ~/.ssh/id_ed25519.pub
复制输出的公钥内容，然后登录你的GitHub账户，在Settings -> SSH and GPG keys中，点击New SSH key，将公钥粘贴到文本框中并保存。
这样的话，你本地电脑就可以通过一些简单的git命令操控原创github上的repository了，包括pull、push这些。
4. 初始化本地仓库并推送到GitHub
初始化Git仓库
打开终端并导航到你的本地项目目录，如果你的项目目录还没有初始化为Git仓库，需要初始化它：
git init
查看当前远程仓库 URL
git remote -v
更新远程仓库 URL（替换为你自己的仓库）：
git remote set-url origin https://github.com/beyondlifei/chenfei.git
或者直接添加远程仓库
将GitHub上的远程仓库添加为本地仓库的origin：
git remote add origin git@github.com:beyondlifei/chenfei.git添加和提交文件
将所有文件添加到暂存区，并提交到本地仓库：
git add .
git commit -m "Initial commit"
推送到远程仓库
将本地代码推送到远程仓库：
git push -u origin main这样，你就成功地将本地程序推送到GitHub上的仓库了。请务必熟练掌握这些github操作流程，因为后续的文件修改，都是通过这种方式push到github远程repository上的。
打开https://github.com/beyondlifei/chenfei/tree/main页面，我们看到了被clone过来的repository。
到这里，本地和github的repository的克隆与同步完成了，接下来是进入本地调试阶段。
本地电脑程序调试
本地调试，可以参考openai的官方说明。大致步骤如下：
可以将整个openai-assistants-quickstart文件夹，导入到vs code。点击左侧的.env.example文件，配置里面的2个关键信息，分别是OPENAI_API_KEY和OPENAI_ASSISTANT_ID。
哪里找到OPENAI_API_KEY？
OPENAI_API_KEY实际上，就是你的openai账户的密钥。
1. 注册OpenAI账户
- 访问OpenAI官网：OpenAI
- 点击“Sign Up”按钮，使用你的电子邮件地址注册一个新账户。如果已经有账户，可以直接登录。
2. 创建API密钥
- 登录到OpenAI后，进入你的个人账户仪表盘（Dashboard）。
- 在仪表盘中，找到并点击“API Keys”或类似的选项。这个地址：https://platform.openai.com/api-keys
- 点击“Create new secret key”按钮，生成一个新的API密钥。
- 系统会显示一个新的API密钥。请将这个密钥保存到一个安全的地方，因为这是你调用OpenAI API时所需要的凭证。
哪里找到OPENAI_ASSISTANT_ID？
你可以手动到openai的账户中创建一个assistant，然后获得这个assistant的ID。也可以运行openai-assistants-quickstart程序，在程序中自动创建一个。这里我们通过运行程序来创建。
步骤是前面图片的第三步安装依赖包npm install，第四步运行程序：npm run dev
然后，在浏览器中，打开http://localhost:3000 这个网址，会看到下面这个页面，表示程序已经运行成功，
第一次，需要点击Create Assistant，以便获得Assistant ID。
将获得的密钥和这个assistant ID填写到.env.example文件，并将.env.example文件名修改为.env。
最后，再打开app文件夹下的assistant-config.ts，并将assistant ID填写到 assistantId = “”里面，然后保存。
而这时候，再访问http://localhost:3000时，网站已经变成了可以正式使用的样子。
到这里，在本地搭建并调试openai-assistants-quickstart程序的工作就算完成了。
部署到主机服务器上
接下来是部署到服务器上。网络上有很多支持node.js的主机服务器，包括vercel.com、render.com。其实cloudways也可以部署，然后，在cloudways上部署流程繁杂。
由于vercel.com部署，会出现中文乱码。我做了一些测试，最后选择在render.com进行部署。步骤比较简单，注册一个render.com账号。激活账号后，点击New – Web Service – Build and deploy from a Git repository。
由于我们已经将本地程序push到了github上的repository，所以，我们可以直接连接到我们的GitHub账号，进行快速部署。
这里可以选择Free，进行测试部署，正式商用的产品，建议升级为付费主机。
点击Create Web Service, 很快，网站就部署完成了。
render提供了一个免费的二级域名，可以直接访问。当访问时，我们发现页面提示创建assistant，而非正常的网站显示界面。
这是因为本地程序修改后，并没有push到远程的GitHub上的repository。所以，我们还需要进行最后一步操作。
添加和提交文件
将所有文件添加到暂存区，并提交到本地仓库：
git add .
git commit -m "Initial commit"
推送到远程仓库
将本地代码推送到远程仓库：
git push -u origin main这样，本地修改后的程序，就被同步到了GitHub上，而GitHub的更新，也被同步到了render服务器上，1-2分钟后，网站会自动完成部署。
这时候，再访问网站时，网站已经完全生效。到这里一个由openai assistant api驱动的人工智能助手就可以使用了。
当然，由于这是openai提供的一个开源程序，您可以按照自己的实际需求，任意修改成你自己想要的效果。或者结合自身的产品或业务需求，改造成自己的由人工智能驱动的web应用产品。最后，你也可以绑定上你自己的域名，分享给你的读者或者客户。让那些原本需要翻墙才能使用海外先进的人工智能产品，也可以使用这种由 OpenAI 接口驱动的人工智能产品。
💡 把 AI 真正用到出海业务里——自动选品、内容批量生产、独立站客服、市场数据分析——才是它的价值所在。晨飞博客会员区分享了大量 AI 工具实测、API 开发思路与跨境创业落地经验，助你在这波浪潮里跑在前面。 📍 这一步在《晨飞十二年》路线图 · 第 2 站「副业试水期」。
关于作者 · 晨飞（Lifei Zhou）
跨境创业者 · CBPath 创始人十二年从义乌外贸、亚马逊与独立站做起，以文案作家身份 DIY 移民加拿大，现居多伦多，从事美加公司注册与税务合规。持有两年制商业会计文凭与两个加拿大研究生证书，修完税务合规课程。本文基于我的亲身实操与一手记录。
扫码加晨飞聊聊，或加入会员同行。