ChatGPT插件平台无望成为影响深远的"下一件小事"，因而对于开发者来说，有必要对ChatGPT插件的开发有肯定的理解。原文: Writing a ChatGPT Plugin With Go
我工作的附带福利之一是偶然能够接触试用一些很酷的新技术，最近的一项技术是OpenAI的ChatGPT插件平台。
ChatGPT是一款突破性的AI聊天机器人，无论好坏，它都席卷了世界。在2023年3月，ChatGPT插件和插件平台的公布引发了继续关注(包含我)，这可是件小事。
如果你把ChatGPT的公布等同于2007年公布iPhone，那么插件的公布就像是在2008年公布的挪动利用和App Store。这不仅是当今最弱小、最先进的AI模型开发服务平台，也是一个能够立刻触达1亿用户的机会。
对于像我这样的程序员来说，就像猫薄荷之于猫一样，当我拿到拜访权限时，立马跳了起来。
ChatGPT插件非常简单，实际上只不过是ChatGPT调用并获取信息的API，能够基于返回信息向用户提供答案。是的，你没看错，ChatGPT插件只是规范API。
那么，怎么实现ChatGPT插件呢？实现ChatGPT插件必须提供2个文件:
- 形容插件的manifest文件(实质上是JSON文件)
- 形容插件中API的OpenAPI标准(YAML文件)
接下来看看我是如何创立新加坡HDB停车场插件的。
停车场插件
我决定从一个非常简单的插件开始。在新加坡，住房发展局(HDB)")是负责公共住房的政府机构。公共住房在新加坡是件小事，约有80%的人住在公共住房中，因而HDB停车场占新加坡住宅停车场的大部分。
我想创立一个插件，能够通知我对于新加坡HDB停车场的应用状况。这些信息都能够在data.gov.sg上取得，这是一个收费数据门户网站，提供新加坡政府的公开数据集和API。
简而言之，插件有两个性能:
- 提供HDB停车场的材料，能够指定地点或指定停车场
- 提供HDB停车场的可用状况，能够指定地点或指定停车场
data.gov.sg门户网站有个针对这些指标很有用的API——HDB停车场应用状况API，这是一个实时API。至于HDB停车场信息，有一个定期更新的数据集，称为HDB停车场信息。侥幸的是，HDB停车场信息数据集是CKAN action API的前端。
无论如何，当初这两种性能都有API可用。这就完事了，对吧？没那么快。CKAN action API依据日期参数在数据集中返回所有内容，并不齐全有用。我不能把所有数据都转到ChatGPT去，数据集是324kb，超过了token限度。然而，解决这个问题绝对简略，只须要过滤一下。
此外，咱们不能间接公开API。记住，ChatGPT插件须要manifest文件和OpenAI标准。manifest文件还指向像logo和非法页面这样的货色，须要提供具备雷同域名和插件URL的电子邮件。所有这所有都意味着咱们真的须要开发一个独自的API程序，在将data.gov.sg API公布到ChatGPT之前用来进行解决。
API程序
我用Go语言开发了API程序，这是很天然的抉择，Go非常适合API。因为很多AI的货色都用Python，我最近始终在应用Python，所以也比拟渴望回到Go。
JSON数据结构
咱们从JSON数据结构定义开始。
package mainimport "time"// for car park informationtype CarParkData struct { CarParkInfo []struct { TotalLots string `json:"total_lots"` LotType string `json:"lot_type"` LotsAvailable string `json:"lots_available"` } `json:"carpark_info"` CarParkNumber string `json:"carpark_number"` UpdateDatetime string `json:"update_datetime"`}type CarParkAvailability struct { Items []struct { Timestamp time.Time `json:"timestamp"` Data []CarParkData `json:"carpark_data"` } `json:"items"`}// for car park availabilitytype CarParkRecord struct { FullCount string `json:"_full_count"` ShortTermParking string `json:"short_term_parking"` CarParkType string `json:"car_park_type"` YCoord string `json:"y_coord"` XCoord string `json:"x_coord"` Rank float64 `json:"rank"` FreeParking string `json:"free_parking"` GantryHeight string `json:"gantry_height"` CarParkBasement string `json:"car_park_basement"` NightParking string `json:"night_parking"` Address string `json:"address"` CarParkDecks string `json:"car_park_decks"` ID int `json:"_id"` CarParkNo string `json:"car_park_no"` TypeOfParkingSystem string `json:"type_of_parking_system"`}type CarParks struct { Help string `json:"help"` Success bool `json:"success"` Result struct { ResourceID string `json:"resource_id"` Fields []struct { Type string `json:"type"` ID string `json:"id"` } `json:"fields"` Q string `json:"q"` Records []CarParkRecord `json:"records"` Links struct { Start string `json:"start"` Next string `json:"next"` } `json:"_links"` Total int `json:"total"` } `json:"result"`}看起来很简单，但其实我舞弊了，我只是从data.gov.sg API中获取JSON样本和输入，并应用Matt Holt提供的JSON-to-Struct服务，该服务会立刻创立相应的构造体，而后只需依据须要对其进行调整。
API
接下来是API程序自身。
package mainimport ( "encoding/json" "io" "log" "net/http" "net/url" "os" "time")const infoUrl = "https://data.gov.sg/api/action/datastore_search?\ resource_id=139a3035-e624-4f56-b63f-89ae28d4ae4c&q="const availUrl = "https://api.data.gov.sg/v1/transport/\ carpark-availability?date_time="func main() { port := os.Getenv("PORT") mux := http.NewServeMux() mux.Handle("/static/", http.StripPrefix("/static", http.FileServer(http.Dir("./static")))) mux.Handle("/.well-known/ai-plugin.json", cors(manifest)) mux.Handle("/openapi.yaml", cors(specs)) mux.Handle("/info", cors(info)) mux.Handle("/availability", cors(availability)) server := &http.Server{ Addr: ":" + port, Handler: mux, } server.ListenAndServe()}// middleware to set CORS for handlersfunc cors(h http.HandlerFunc) http.Handler { return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) { w.Header().Set("Access-Control-Allow-Origin", "*") w.Header().Set("Access-Control-Allow-Methods", "GET") w.Header().Set("Access-Control-Allow-Headers", "Origin,Content-Type,OpenAI-Conversation-ID,OpenAI-Ephemeral-User-ID") h.ServeHTTP(w, r) })}// returns openai.yaml filefunc specs(w http.ResponseWriter, r *http.Request) { http.ServeFile(w, r, "openapi.yaml")}// returns .well-known/ai-plugin.json filefunc manifest(w http.ResponseWriter, r *http.Request) { http.ServeFile(w, r, ".well-known/ai-plugin.json")}// handler function// get information on car parkfunc info(w http.ResponseWriter, r *http.Request) { query := r.URL.Query().Get("q") records := getCarParkRecords(query) w.Header().Set("Content-Type", "application/json") json.NewEncoder(w).Encode(records)}// handler function// get availability on car parkfunc availability(w http.ResponseWriter, r *http.Request) { // get the car parks requested query := r.URL.Query().Get("q") records := getCarParkRecords(query) // get the availability of car parks in Singapore now now := time.Now() dt := now.Format(time.RFC3339) availability := new(CarParkAvailability) carparkdata := []CarParkData{} resp, err := http.Get(availUrl + url.QueryEscape(dt)) if err != nil { log.Println("Cannot call url", availUrl+dt, err) } defer resp.Body.Close() data, err := io.ReadAll(resp.Body) if err != nil { log.Println("Cannot read JSON file", err) } err = json.Unmarshal(data, availability) if err != nil { log.Println("Error unmarshalling json data:", err) } // filter off those that we want to look for for _, item := range availability.Items { for _, data := range item.Data { for _, record := range records { if data.CarParkNumber == record.CarParkNo { carparkdata = append(carparkdata, data) } } } } w.Header().Set("Content-Type", "application/json") json.NewEncoder(w).Encode(carparkdata)}// get card park records based on a queryfunc getCarParkRecords(query string) []CarParkRecord { carparks := new(CarParks) resp, err := http.Get(infoUrl + query) if err != nil { log.Println("Cannot call url", infoUrl+query, err) } defer resp.Body.Close() data, err := io.ReadAll(resp.Body) if err != nil { log.Println("Cannot read JSON file", err) } err = json.Unmarshal(data, carparks) if err != nil { log.Println("Error unmarshalling json data:", err) } return carparks.Result.Records}这就是整个API程序，大概120行左右代码。咱们来剖析一下。
Manifest文件
之前提到有两个文件定义ChatGPT插件，一个是manifest文件，须要放在运行API程序的服务器上的.well-known/ai-plugin.json门路下。
为此，我提供了一个JSON文件。如果不须要身份验证，则格局绝对简略。
{ "schema_version": "v1", "name_for_human": "HDB Car Park", "name_for_model": "hdbcarpark", "description_for_human": "For checking availability of car park \ lots at various HDB car parks around Singapore.", "description_for_model": "For checking availability of car park \ lots at various HDB car parks around Singapore.", "auth": { "type": "none" }, "api": { "type": "openapi", "url": "https://carpark.sausheong.com/openapi.yaml", "is_user_authenticated": false }, "logo_url": "https://carpark.sausheong.com/static/logo.png", "contact_email": "sausheong@sausheong.com", "legal_info_url": "https://carpark.sausheong.com/static/legal.html"}OpenAPI标准
第二个是API的OpenAPI标准。和后面一样，我提供了openapi.yaml文件，文件地位在下面的manifest文件中指定。
openapi: 3.0.1info: title: HDB Car Park description: For checking avaiability of car park lots at various HDB \ car parks around Singapore version: 'v1'servers: - url: https://carpark.sausheong.compaths: /info?q={location}: get: operationId: getCarParkInfo summary: Get information about HDB car parks at a location parameters: - in: path name: location schema: type: string required: true description: location to search for HDB car parks responses: "200": description: OK content: application/json: schema: $ref: '#/components/schemas/getCarParkInfo' /availability?q={location}: get: operationId: getCarParkAvailability summary: Get availability of HDB car parks in Singapore at this moment parameters: - in: path name: location schema: type: string required: true description: location to search for HDB car parks responses: "200": description: OK content: application/json: schema: $ref: '#/components/schemas/getCarParkAvailability' components: schemas: getCarParkInfo: type: array items: type: object properties: _full_count: type: string short_term_parking: type: string car_park_type: type: string y_coord: type: string x_coord: type: string rank: type: number free_parking: type: string gantry_height: type: string car_park_basement: type: string night_parking: type: string address: type: string car_park_decks: type: string _id: type: integer format: int car_park_no: type: string type_of_parking_system: type: string getCarParkAvailability: type: object properties: timestamp: type: string format: date-time carpark_data: type: array items: type: object properties: carpark_info: type: array items: type: object properties: total_lots: type: string lot_type: type: string lots_available: type: string carpark_number: type: string update_datetime: type: string该文件定义了两个门路，/info和/availability，用于提供对应的两个性能。这两个门路还能够承受查问参数location，用于过滤地位。
接下来看看具体性能。
停车场信息
getCarParkRecords函数间接向data.gov.sg API发送GET申请，并返回CarParkRecord构造的切片。
// get card park records based on a queryfunc getCarParkRecords(query string) []CarParkRecord { carparks := new(CarParks) resp, err := http.Get(infoUrl + query) if err != nil { log.Println("Cannot call url", infoUrl+query, err) } defer resp.Body.Close() data, err := io.ReadAll(resp.Body) if err != nil { log.Println("Cannot read JSON file", err) } err = json.Unmarshal(data, carparks) if err != nil { log.Println("Error unmarshalling json data:", err) } return carparks.Result.Records}info处理程序应用getCarParkRecords来获取记录，并作为JSON响应返回。
// get information on car parkfunc info(w http.ResponseWriter, r *http.Request) { query := r.URL.Query().Get("q") records := getCarParkRecords(query) w.Header().Set("Content-Type", "application/json") json.NewEncoder(w).Encode(records)}停车场应用状况
查看停车场的应用状况略微有点辣手。availability处理程序首先调用getCarParkRecords来获取感兴趣的停车场。
而后调用data.gov.sg CKAN API来获取新加坡所有HDB停车场的以后应用状况，并放入CarParkAvailability构造体中。
// get availability on car parkfunc availability(w http.ResponseWriter, r *http.Request) { // get the car parks requested query := r.URL.Query().Get("q") records := getCarParkRecords(query[:len(query)-1]) // get the availability of car parks in Singapore now now := time.Now() dt := now.Format(time.RFC3339) availability := new(CarParkAvailability) carparkdata := []CarParkData{} resp, err := http.Get(availUrl + url.QueryEscape(dt)) if err != nil { log.Println("Cannot call url", availUrl+dt, err) } defer resp.Body.Close() data, err := io.ReadAll(resp.Body) if err != nil { log.Println("Cannot read JSON file", err) } err = json.Unmarshal(data, availability) if err != nil { log.Println("Error unmarshalling json data:", err) } // filter off those that we want to look for for _, item := range availability.Items { for _, data := range item.Data { for _, record := range records { if data.CarParkNumber == record.CarParkNo { carparkdata = append(carparkdata, data) } } } } w.Header().Set("Content-Type", "application/json") json.NewEncoder(w).Encode(carparkdata)}而后遍历CarParkAvailability和CarParkRecords中的停车场数据，并匹配停车场编号以过滤CarParkAvailability。最初，以JSON格局返回停车场应用数据。
启用CORS
须要留神，要为API程序启用CORS(跨域资源共享，Cross-Origin Resource Sharing)，从而容许ChatGPT调用API。我将其实现为每个处理程序的HTTP中间件。
// middleware to set CORS for handlersfunc cors(h http.HandlerFunc) http.Handler { return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) { w.Header().Set("Access-Control-Allow-Origin", "https://chat.openai.com") w.Header().Set("Access-Control-Allow-Methods", "GET") w.Header().Set("Access-Control-Allow-Headers", "Origin,Content-Type,OpenAI-Conversation-ID,OpenAI-Ephemeral-User-ID") h.ServeHTTP(w, r) })}就这么多!
部署插件
ChatGPT容许咱们装置运行在计算机上的插件，也就是说，能够在本地主机上运行，这对于测试和调试十分有用。同时也意味着须要将manifest文件和OpenAPI标准指向localhost。
一旦对测试后果感到称心，就能够将其部署到互联网上，让最多15个用户进行测试。部署插件相似于部署任何API，在此不再详述，除了须要为服务提供适当的域名，并且API域名须要与manifest文件中的分割电子邮件地址相匹配，还须要通过HTTPS运行。
一旦部署了API，就能够将其作为插件装置在ChatGPT上。
为什么这么繁琐?
如果你认为对于API来说太过于繁琐，只有看看当我在ChatGPT上问更简单的问题时，这个插件是如何回应的。请记住，插件不只是向用户提供数据，也为当今最先进的AI模型之一提供数据，以用于答复问题。
我试着比拟多层停车场和高空停车场，这很无效，感觉我是在问一个领有所有数据并可能为我剖析数据的人。
问: 在淡滨尼，多层停车场是否比高空停车场有更多可用车位?
ChatGPT: 依据数据，这里是淡滨尼多层停车场和高空停车场的比拟:
多层停车场:
总停车位: 26,486
空停车位: 14,070
空停车位占比: 53.1%
高空停车场:
总停车位: 26,486
空停车位: 198
空停车位占比: 18.6%
因而，与高空停车场相比，淡滨尼的多层停车场的可用车位比例更高。
接下来，我试着问哪个停车场车位最多，离这里有多远。
*问: 淡滨尼哪个停车场的车位最多，地址是什么? 离淡滨尼购物中心有多远?
ChatGPT: 淡滨尼可用车位最多的停车场位于NT5，共有1489个车位，其中有812个空车位。
此停车场地址为"淡滨尼中环7号510C座/淡滨尼广场"。
至于到淡滨尼购物中心的间隔，我须要计算一下，请稍等。
"NT5"停车场位于"淡滨尼中环7号510C座/淡滨尼广场"，间隔淡滨尼购物中心约500米，步行大概6分钟。请留神，理论工夫可能会依据路线和步行速度而有所不同。
这就很有意思了，当ChatGPT没有数据时，就会胡编乱造。它不晓得停车场离购物中心有多远，所以就编了一个数字，猜想人们从停车场走到购物中心须要多长时间。理论间隔为1公里，步行工夫约为12分钟(谷歌地图)。
我还试着让它比拟新加坡两个不同地区的停车场应用状况，也很无效。
问: 淡滨尼的空停车位与宏茂桥相比，占停车场容量的百分比如何?
ChatGPT: 以下是淡滨尼和宏茂桥的停车场可用状况:
淡滨尼:
总停车位: 13,739
空停车位: 4,751
空停车位占比: 34.6%
宏茂桥:
总停车位: 30,544
空停车位: 9,380
空停车位占比: 30.7%
请留神，这些数字是实时更新的，随时可能会发生变化。
总结
编写ChatGPT插件非常简单，并且是一个弱小的工具。编写插件的技能与目前技能没什么不同，不像刚开始开发挪动利用时须要更多专业技能。很容易看出，当它正式公布时，很可能会有一个插件热潮。更令人兴奋的是，插件能够相互协作以提供协同性能。
ChatGPT依然存在问题，当数据不可用时，会产生幻觉景象。然而，从久远来看，这是能够解决的。我认为一个后劲微小的AI市场正在开始。
代码
能够从上面Git仓库取得所有代码。
ChatGPT plugin for Singapore HDB car park availability
你好，我是俞凡，在Motorola做过研发，当初在Mavenir做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓重的趣味，平时喜爱浏览、思考，置信继续学习、一生成长，欢送一起交流学习。为了不便大家当前能第一工夫看到文章，请敌人们关注公众号"DeepNoMind"，并设个星标吧，如果能一键三连(转发、点赞、在看)，则能给我带来更多的反对和能源，激励我继续写下去，和大家独特成长提高！
本文由mdnice多平台公布