关于chatgpt:ChatGPT函数调用初体验让ChatGPT具备抓取网页文本的能力

7次阅读

共计 4414 个字符，预计需要花费 12 分钟才能阅读完成。

OpenAI 在 6 月 13 号降级了 ChatGPT，推出了相似其网页版插件的性能—— 函数调用（Function calling），13 号当天我在很多微信公众号就看到了这个音讯，甚至有人将函数调用称为杀手级个性，正好周末有空，就写个 Demo 试用下，验证下它是平平无奇还是真的能让人眼前一亮。

官网给出的函数调用示例是接入查问天气的能力，我看到第一反馈就这……。但当我写了一个简略抓取网页文本的函数，并将其接入到 ChatGPT 中后，我忽然意识到这的确是一个十分弱小的性能。之前的 ChatGPT 只能用文本交互，文本有个特点就是其规范性十分十分弱，同样的语义两个不同的人表述进去可能就是齐全不同的两句话，导致咱们很难用自然语言区管制一般的程序。而这次的函数调用能力，让其具备了输入强标准的内容，能够用来调起其余程序。这也意味着 ChatGPT 具备了和一般程序交互的能力，可设想的空间十分大。

接下来我就用我实现的 ChatGPT 网页剖析能力作为示例，演示下如何让 ChatGPT 接入一般的 python 函数，最初我再总结下函数调用的能力和局限，顺便也畅想下函数调用到底还能够实现什么样的弱小性能。

首先就是要定义好一般的 python 函数，我这里写了一个简略的网页爬取的性能，给定 url 就能够抓取到网页下面的文本内容。这里只是一个简略实现，可能局部网页无奈失常抓取。

import requests
from bs4 import BeautifulSoup

def is_target_tag(tag):
    target_tags = ['p', 'code', 'h1', 'h2', 'h2', 'h3', 'h4', 'h5']
    return tag.name in target_tags

def get_text_from_url(url):
    response = requests.get(url, headers=headers)
    html = response.text
    soup = BeautifulSoup(html, 'html.parser')
    extracted_tags = soup.find_all(is_target_tag)
    res_text = '' 
    for tag in extracted_tags:
        res_text = res_text + tag.get_text(strip=True) + '\n'
    return res_text

这里应用的是 request 包发动申请，应用 bs4 的 BeautifulSoup 来解析 html 标签，代码将 html 中所有的段落、代码、题目内容都抓取进去。

这一步的作用就是把能够调用的一般函数信息用 ChatGPT 能够辨认的格局形容进去，这里 OpenAI 间接采纳了 JSON-Schema。也比较简单，就是形容进去有哪些函数能够用、函数别离实现了什么样的性能、每个函数有哪些参数、哪些是必填参数、哪些是选填参数…… 这里我用来抓取 url 对应文本的函数形容如下：

functions = [
    {
        "name": "getText",
        "description": "抓取 url 对应的网页里的文本内容",
        "parameters": {
            "type": "object",
            "properties": {
                "url": {
                    "type": "string",
                    "description": "网址 url",
                }
            },
            "required": ["url"],
        },
    }
]

留神，这里 functions 能够有不止一个，只有你能精确将函数性能及入参格局用 json-schema 形容进去，ChatGPT 就能给你调起。另外这里为了不便调起，咱们还须要保留一个办法名到理论办法的映射关系，具体如下：

available_functions = {"get_text_from_url": get_text_from_url,}

接下来咱们只须要在原有 Api 的参数中减少 functions，让 ChatGPT 通晓有哪些函数能够调用，而后让他决定要不要调。残缺的代码及正文如下：

import os
import openai
import json
openai.api_key = os.getenv("OPENAI_API_KEY")

def chat(content):
    messages = [{"role": "user", "content": content}
    ]
    response1 = openai.ChatCompletion.create(
        model="gpt-3.5-turbo-0613",
        messages=messages,
        functions=functions,
        function_call="auto"
    )
    response_message = response1["choices"][0]["message"]
    rtn_message = response1["choices"][0]["message"]
    # 如果 ChatGPT 返回后果会通知你，是否须要调用函数，咱们只须要依据它返回的函数名、参数调起对应的函数
    # 而后将函数的返回后果再给到 ChatGPT，让他进行下一步的操作  
    if response_message.get("function_call"):
        # 找到须要调用的函数，并将 ChatGPT 给的参数传进去 
        function_name = response_message["function_call"]["name"]
        fuction_to_call = available_functions[function_name]
        function_args = json.loads(response_message["function_call"]["arguments"])
        # 用这种形式能够调起任意 python 函数，不必像官网那样还要指定参数名  
        function_response = fuction_to_call(**function_args)
        # 获取到函数调用后果后，须要将后果拼接到对话记录里，并再次调用 ChatGPT
        messages.append(response_message) 
        messages.append(
            {
                "role": "function",
                "name": function_name,
                "content": function_response,
            }
        ) 
        # 二次调用的返回后果里就是咱们预期的后果了 
        response2 = openai.ChatCompletion.create(
            model="gpt-3.5-turbo-0613",
            messages=messages,
        )
        rtn_message = response2["choices"][0]["message"]
    return rtn_message['content']

咱们简略验证下成果：

chat('总结下这篇文章，将其中的要点提炼进去 https://zxs.io/article/1924')

返回后果如下：

 这篇文章总结了应用 ChatGPT 晋升程序员编程能力的办法和场景。作者通过两个月的应用发现，尽管 ChatGPT 目前还无奈齐全代替程序员在一些强上下文的编程场景下的能力，但在一些通用化的编程场景下，它的体现依然可行。作者提炼出以下利用 ChatGPT 的场景：1. 代码评审：ChatGPT 能够检测代码的语法错误、代码格调问题、潜在的 bug 和性能问题，但须要留神辅助工具的局限性，倡议与其余代码审查工具和人工审查相结合应用。2. 代码优化：除了代码评审，ChatGPT 还能够帮忙优化并重写代码，但同样须要联合其余专业人士的倡议进行综合优化。3. 代码释义：应用 ChatGPT 生成代码释义，以加重保护老代码的累赘。4. 提供解决方案：形容遇到的问题，让 ChatGPT 给出倡议和解决方案。5. 代码生成：ChatGPT 能够间接生成相干代码，如分布式锁注解的代码，在理论应用中须要自行甄别和辨认生成的代码。6. 设计模式和架构倡议：ChatGPT 能够提供在代码设计和架构设计上的倡议。7. 学习新常识：在不相熟的畛域应用 ChatGPT 帮忙学习。文章提到了一些应用 ChatGPT 的实例，并强调了在应用过程中须要留神甄别数据的时效性和准确性。最初，作者认为尽管 ChatGPT 无奈代替程序员的大部分技能，但能够作为一个工具来晋升工作效率。

能够看到对于我博客的网址还是十分好用的，我也测试了 CSDN、掘金等技术网站，也能够失常应用。但有些网站拿不到后果，不是 ChatGPT 不行，而是我 get_text_from_url 办法写的太 low 了，有些状况下的确没法抓取到内容。

备注：应用函数调用时须要降级最新的 openai 包，另外目前也只有 gpt-3.5-turbo-0613 和 gpt-4-0613 两个模型才反对函数调用，其余模型还不反对。

不论是从官网查问天气的示例，还是从我这个抓取网页的示例来看，接入函数调用的能力并不简单。另外须要留神到的一点，尽管这个性能叫函数调用，但 ChatGPT 并不会帮你去调这些函数，而是帮你判断何时去调用这些函数，给你调用函数所须要的参数，最终必定得是由你本人去调用函数的。从它的返回数据格式能够看出，以后版本的函数调用还有个局限点，就是以后版本只能在一次对话中调起一个函数，如果遇到那种须要屡次调用的操作，就只能通过多轮对话的形式实现了。

尽管函数调用这个性能看似简略，但我感觉这个性能让 ChatGPT 领有了和现有程序买通的能力，以前它只能帮你做决策、给倡议，但当初它还能够去帮你执行。举个很理论的例子，当初 ChatGPT 用的最多的中央就是客服之类的问答场景，当初的零碎只能做一些信息替换，比方商品征询、退换货信息征询……，但如果接入函数调用性能，用户就能够间接在对话的过程中实现整个流程，这当初是齐全能够做到的，不过这个货色刚进去，其决策的可靠性还须要验证，连 OpenAI 在官网上都提醒:

We strongly recommend building in user confirmation flows before taking actions that impact the world on behalf of users (sending an email, posting something online, making a purchase, etc).
咱们强烈建议在代表用户采取影响世界的动作（发送电子邮件、在线公布内容、进行购买等）之前，先由用户确认。

如果你还意识不到函数调用的弱小能力，我再举一些简略的例子：如果 ChatGPT 和你的日历买通，那它是不是就能够帮你治理日程了；如果和你的笔记买通，那它是不是就能够帮你整顿笔记了；甚至是和你的股票账号买通，是不是就能够帮你炒股了；如果和脑机接口买通，那它是不是就能够管制……

正文完