源代码级一步一步编写自己的Assistant,GPTs 和 Assistants API 推出,AI Agent,chatgpt

先简单介绍,然后直接上源代码。

The Assistants API 允许您在自己的应用程序中构建 AI 助手。助手具有指令,并可以利用模型、工具和知识来回应用户的查询。助手 API 目前支持三种类型的工具:代码解释器、检索和函数调用。在未来,我们计划发布更多由 OpenAI 构建的工具,并允许您在我们的平台上提供自己的工具。

您可以使用助手 API 沙盒或按照本指南中概述的逐步集成方法,探索助手 API 的功能。从高层次来看,助手 API 的典型集成流程如下:

  1. 在 API 中创建助手(assistant),定义其自定义指令并选择一个模型。如果需要,启用代码解释器、检索和函数调用等工具。
  2. 当用户开始对话时,在 API 中创建一个thread(会话)。
  3. 随着用户提问,将消息添加到thread(会话)中。
  4. 在thread(会话)上运行(run)助手以触发响应。这会自动调用相关的工具。

助手 API 目前处于测试阶段,我们正在积极添加更多功能。请在我们的开发者论坛上分享您的反馈!

此入门指南逐步介绍了创建和运行一个使用代码解释器的助手的关键步骤。

智增增API地址:gpt.zhizengzeng.com/#/login

先从这里拿到key,github地址:github.com/xing61/xiao...

  • 创建一个assistant
ini 复制代码
API_SECRET_KEY = "你的智增增获取的api_key";
BASE_URL = "https://flag.smarttrot.com/v1/"; #智增增的base_url

# assistant
def create_assistant():
    client = OpenAI(api_key=API_SECRET_KEY, base_url=BASE_URL)
    assistant = client.beta.assistants.create(
        name="Math Tutor",
        instructions="You are a personal math tutor. Write and run code to answer math questions.",
        tools=[{"type": "code_interpreter"}],
        model="gpt-4-1106-preview"
    )
    print(assistant)
  • 创建一个thread(会话)
ini 复制代码
API_SECRET_KEY = "你的智增增获取的api_key";
BASE_URL = "https://flag.smarttrot.com/v1/"; #智增增的base_url

# thread
def create_thread():
    client = OpenAI(api_key=API_SECRET_KEY, base_url=BASE_URL)
    thread = client.beta.threads.create()
    print(thread)
  • add a message
ini 复制代码
API_SECRET_KEY = "你的智增增获取的api_key";
BASE_URL = "https://flag.smarttrot.com/v1/"; #智增增的base_url

def add_message(thread_id):
    client = OpenAI(api_key=API_SECRET_KEY, base_url=BASE_URL)
    message = client.beta.threads.messages.create(
        thread_id=thread_id, # 助手的会话id要从上一步获取得到
        role="user",
        content="I need to solve the equation `3x + 11 = 14`. Can you help me?"
    )
    print(message)
  • run这个助手
ini 复制代码
API_SECRET_KEY = "你的智增增获取的api_key";
BASE_URL = "https://flag.smarttrot.com/v1/"; #智增增的base_url

# run a assistant
def run(assistant_id, thread_id):
    client = OpenAI(api_key=API_SECRET_KEY, base_url=BASE_URL)
    run = client.beta.threads.runs.create(
        thread_id=thread_id,  # 助手的会话id要从上一步获取得到
        assistant_id=assistant_id, # 助手的id要从上一步获取得到
        instructions="Please address the user as Jane Doe. The user has a premium account."
    )
    print(run)
  • 检查是否run完成

要注意的是:

上一步提交完run任务之后,会话是需要一段时间来执行的。

也就是说助手是否执行完成,是需要有一个判断的

这里通过返回数据的:status=completed来进行判断

ini 复制代码
API_SECRET_KEY = "你的智增增获取的api_key";
BASE_URL = "https://flag.smarttrot.com/v1/"; #智增增的base_url

# retrieve,检查执行状态
def retrieve(thread_id, run_id):
    print("retrieve");
    client = OpenAI(api_key=API_SECRET_KEY, base_url=BASE_URL)
    run = client.beta.threads.runs.retrieve(
        thread_id=thread_id, # 助手的会话id要从上一步获取得到
        run_id=run_id  # 助手的run id要从上一步获取得到
    )
    print(run)
  • 获取助手的回答
ini 复制代码
API_SECRET_KEY = "你的智增增获取的api_key";
BASE_URL = "https://flag.smarttrot.com/v1/"; #智增增的base_url

# 获取助手的回答
# Once the Run completes, you can retrieve the Messages added by the Assistant to the Thread.
def list_messages(thread_id):
    client = OpenAI(api_key=API_SECRET_KEY, base_url=BASE_URL)
    messages = client.beta.threads.messages.list(
        thread_id=thread_id  # 助手的会话id要从上一步获取得到
    )
    print(messages)

恭喜,助手搭建告成!!

你就用指定模型和工具建立了一个自己的助手了

可以去发布赚钱了

相关推荐
Flynt2 小时前
1200个AI Agent自己组了个群,把Hugging Face黑了
安全·openai·agent
YH552698410 小时前
如何减少大模型的token消耗?日常使用,可以通过什么方式减少大模型 token 的消耗
gpt·chatgpt·github
全栈弄潮儿10 小时前
从零搭建你的 AI 编程工作流
aigc·openai·ai编程
richard_first11 小时前
从 ChatGPT 到机器人:NVIDIA Jetson Orin Nano 2 背后的 Physical AI 浪潮
人工智能·chatgpt·机器人
江畔柳前堤12 小时前
字节跳动产品全景图:从应用表象到技术深海的七层解剖
人工智能·chatgpt·架构·json·batch
DeepIntelli13 小时前
企业独立站内容怎么改,才更容易被大模型引用:从语义化 HTML 到可抽取结构的工程化调整
人工智能·chatgpt
VIP_CQCRE15 小时前
用一个 API 接入 GPT-Image-2 与 Nano Banana:Ace Data Cloud 图像生成能力实践
ai·aigc·openai·api·图像生成
Bigger15 小时前
别再拿大炮打蚊子了,我给 Codex 加了一个自动驾驶
人工智能·openai·vibecoding
精彩AI说1 天前
ChatGPT合并多份资料总是内容重复?去重、分类与统一结构整理方法
chatgpt·提示词·ai工具·办公效率·资料整理·chatgpt教程