关于express:我是如何让我的-GPT-长记性-的轻松实现有-记忆-的-GPT
我的项目地址:github.com/ltyzzzxxx/g… 最新进度:目前已实现 GPT 在线角色 DIY 性能,还在解决细节中... 欢送大家Star、提出 Issue & PR,一起高兴地用 GPT Terminal 游玩吧~ 前言明天持续来教大家如何玩转 OpenAI 接口! 自从 ChatGPT 横空出世之后,市面上就涌现了大量的类 GPT 利用(网站、公众号、小程序、App等等),它们和 ChatGPT 提供的性能简直并驾齐驱。这一切都是源于 OpenAI 为开发者们提供了 SDK 与 API 服务,使得大家可能欢乐地调用接口~ 然而,如果你不懂得如何应用它提供的服务,那么做进去的 GPT 利用与市面上的相比,可能有许多缺点。明天,我就先带大家功克第一个缺点:如何让你做的 GPT 利用长长 “忘性” !我会从实践与实战的角度,带大家制作出有 "记忆" 性能的 GPT! 接口分析咱们在发送音讯时,都是申请 OpenAI 提供的 createChatCompletion SDK 或 去调用 https://api.openai.com/v1/chat/completions API 从而获取 GPT 响应。想必大家如果看过我之前写的文章,肯定对这种形式不生疏。然而,如果你只是单纯地将以后用户的发问作为申请参数传递给接口中,GPT 只会给你返回以后问题的响应,它本身没有记录上下文的能力。因为,咱们对于 GPT 的每次申请与响应,都是独自的,并不会被 GPT 所存储。 然而,在实在的聊天场景,与你聊天的人肯定会晓得对话的上下文。要想使得 GPT 更加智能,必须得具备这一特点。难道 OpenAI 团队不晓得这一点吗?其实,解决方案还是老配方,答案还是藏在 createChatCompletion接口参数中! 大家应该还记得我在上上一篇文章中,我通过以下流程实现了角色定制: 在 Markdown 中依照模板格局,事后定义好角色信息以及具体问答 Case将其从 Markdown 格局转为了 JSON 对象数组申请 createChatCompletion 接口,参数 messages 即为转化好的对象数组这时候聪慧的大家预计曾经想到了,这些事后定义好的角色信息和问答 Case,就是 GPT 能够参考的上下文啊!这样看来,要想让 GPT “长忘性”,也能够通过这一思路实现! ...