结合上面需求加问题，写出完整的的代码‘

好的，下面是结合上面需求和问题的 Flask 和 SQLAlchemy 代码示例：

from flask import Flask, request, jsonify
from flask_sqlalchemy import SQLAlchemy
from chitgpt import ChitGPT

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///example.db'
db = SQLAlchemy(app)
gpt = ChitGPT()

class Message(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    content = db.Column(db.String(200))

    def __repr__(self):
        return f'<Message {self.id}>'

@app.route('/message', methods=['POST'])
def add_message():
    content = request.json['content']
    response = gpt.get_response(content)
    message = Message(content=content)
    db.session.add(message)
    db.session.commit()
    return jsonify({'message': response})

if __name__ == '__main__':
    app.run()

这个代码实现了一个简单的 API，用于将用户的请求传递给 ChitGPT，并将响应保存到 SQLite 数据库中。需要注意的是，这里使用了 Flask 和 SQLAlchemy 的单例模式，所以在代码中只创建了一个 Flask 应用实例和一个 SQLAlchemy 实例。

当你运行这个代码时，它会在本地启动一个 Flask 服务器，可以使用 curl 或其他 HTTP 客户端向其中发送 POST 请求，发送的数据应该是 JSON 格式的，例如：

curl -X POST -H "Content-Type: application/json" -d '{"content": "你好"}' http://localhost:5000/message

如果一切正常，你会收到一个 JSON 格式的响应，其中包含 ChitGPT 对用户请求的响应。

注意，这里的 `ChitGPT` 类是一个虚构的类，你需要将其替换为你自己的 AI 模型。