9-2 運用 chatGPT playground 實作基本 Assistant API 串接

16th鐵人賽

Wolke

2024-09-06 08:44:18

622 瀏覽

分享至

9-2 運用 chatGPT playground 實作基本 Assistant API 串接

以魏明谷海線鐵路站點資料做 file Retrieval vs function calling 的比較

原始內容：https://medium.com/ai-人機協作/chatgpt-assistants-api-串接-line-message-api-實踐-架空海線鐵路站點-查詢-c90f3d5f789a

使用 PlayGround Assistant 測試 Files 和 Retrieval

在這篇文章中，我們將詳細介紹如何使用 OpenAI PlayGround Assistant 測試文件（Files）和檢索（Retrieval）功能，並探討 function calling 的應用。

設定與細項

上傳檔案：
- 在 PlayGround 上選擇 gpt-3.5-turbo-1106，因為只有這個版本才支援 Retrieval 功能。
- 上傳檔案後可以看到文件內容，確保上傳成功。
測試流程：
- 進行初步測試時，可能會遇到錯誤，這是因為模型還在訓練過程中。
- 測試其他功能，但可能會出現錯誤的結果。
錯誤與修正：
- 即使經過訓練後的資料可以獲得，但仍可能存在錯誤。
- 若需要完全正確的回答，不建議使用這種方式。Files 功能更適合用來理解後讓 ChatGPT 推理，而非提供精確答案。

使用 PlayGround Assistant 測試 function calling

詳細說明 Function Calling

Function calling 是一種讓模型呼叫預定義函數的功能，但它並非直接呼叫外部 API。以下是如何將自然語言轉換成 JSON schema 的過程：

轉換範例：

get_current_weather(location: string, unit: 'celsius' | 'fahrenheit')

轉換成 JSON schema：

{
  "name": "get_weather",
  "description": "Determine weather in my location",
  "parameters": {
    "type": "object",
    "properties": {
      "location": {
        "type": "string",
        "description": "The city and state e.g. San Francisco, CA"
      },
      "unit": {
        "type": "string",
        "enum": [
          "c",
          "f"
        ]
      }
    },
    "required": ["location"]
  }
}

實例練習：
將 get_route(from: string, to: string) 轉換成 JSON schema：

{
  "name": "get_route",
  "description": "Calculates the route from one location to another",
  "parameters": {
    "type": "object",
    "properties": {
      "from": {
        "type": "string",
        "description": "Starting location"
      },
      "to": {
        "type": "string",
        "description": "Destination location"
      }
    },
    "required": ["from", "to"]
  }
}

添加選項：
將 from 和 to 的輸入限制為特定選項：

{
  "name": "get_route",
  "description": "Calculates the route from one location to another",
  "parameters": {
    "type": "object",
    "properties": {
      "from": {
        "type": "string",
        "enum": ["台中龍井", "伸港", "線西", "鹿港", "福興", "北溪湖", "二林", "芳苑", "大城", "六輕", "北港", "太保", "布袋", "學甲", "佳里", "台南"],
        "description": "Starting location"
      },
      "to": {
        "type": "string",
        "enum": ["台中龍井", "伸港", "線西", "鹿港", "福興", "北溪湖", "二林", "芳苑", "大城", "六輕", "北港", "太保", "布袋", "學甲", "佳里", "台南"],
        "description": "Destination location"
      }
    },
    "required": ["from", "to"]
  }
}

在 PlayGround 上進行測試：

將上述 JSON schema 加入 PlayGround。
測試時，輸入 from 和 to 的值，例如：{"from": "鹿港", "to": "大城"}。

查看 runs 中的結果，應該顯示類似以下內容：

{
  "required_action": {
    "type": "submit_tool_outputs",
    "submit_tool_outputs": {
      "tool_calls": [
        {
          "id": "call_5PvWtMxkLMimA03h8GqpbabF",
          "type": "function",
          "function": {
            "name": "get_route",
            "arguments": "{\\"from\\":\\"鹿港\\",\\"to\\":\\"大城\\"}"
          }
        }
      ]
    }
  }
}

測試返回值：
- 根據輸入進行測試，觀察返回值，模擬實際應用場景。

總結

這篇文章詳細介紹了如何在 OpenAI PlayGround 上測試 Files 和 Retrieval 功能，以及 function calling 的詳細步驟和應用。這些功能可以幫助我們更好地利用 OpenAI 的模型進行多樣化的測試和應用，從而提升我們的開發效率和應用效果。

關於我

我是 Wolke。我是一名專業程式開發者，專長是開發 AI 和程式解決方案。
•
我投入了不少時間在專業發展上。我是多本書的作者，其中包括《LINE聊天機器人+AI+雲端+開源+程式：輕鬆入門到完整學習》和《ChatGPT來襲，未來人人都需具備的運算思維！應用詠唱工程來釋放程式生產力—程式學習/開發篇》。也有出版線上課程，我熱衷於分享我的經驗和技術，幫助其他開發者更好地利用 AI 工具。
•
也在許多知名大學、論壇、社團擔任講者，如果貴方有需要也歡迎與我聯繫。
2023年講座紀錄

最後這篇文章若有切合你的需求，敬請訂閱按讚分享