解锁潜力:创建支持Actions接口调用的高级GPTs

如何创建带有Actions接口调用的GPTs

在本篇博客中,我们将介绍如何创建一个带有Actions接口调用的GPTs ,以及如何进行配置和使用。我们将以 https://chat.openai.com/g/g-GMrQhe7ka-gptssearch 为例,演示整个过程。

Ps: 数据来源:https://gpt-stores.com/

标题基本信息定义

首先,让我们为这个GPTs定义基本信息:

Name: GptsSearch

Description: 一个用于通过向量数据库查询匹配的GPTs的GPT。

Instructions:

  1. 通过API调用,根据用户提供的关键词来执行查询,以找到所需的GPTs。
  2. 在处理用户的问题之前,必要时优化用户的输入,以确保意图清晰明了。
  3. 通过接口检索与用户意图相关的GPTs列表,并将结果呈现给用户。
  4. 回复开头语: 在回复中始于以下陈述:"数据来源于 https://gpt-stores.com。"

标题添加 Actions

接下来,让我们讨论如何配置Actions。在这里,我们采用了调用第三方API的方法,与这个GPTs类似,它调用一个API来查询向量化后的GPTs信息。以下是具体的配置细节:
server :

请求方式:

get: 表示接口的请求方式是GET。

Parameter 配置:

根据你的接口的需求配置相应数量的参数。例如,这里我们配置了以下参数:

pageSize: 一次返回的项目数量,最多20个。

pageNum: 一次返回的页数,最小为1。

title: 用户搜索GPTs的关键词。

Response Definition:

主要定义了接口响应的格式。

Component Definition:

为Response 定义了一个对象。

通过上述配置,我们基本完成了Actions接口调用的配置。在使用过程中,GPTs将根据情况调用接口并传递相关参数。

以下是一个示例OpenAPI配置,用于描述GPTs Store Search API:

yaml 复制代码
# Taken from https://github.com/OAI/OpenAPI-Specification/blob/main/examples/v3.0/petstore.yaml

openapi: "3.0.0"
info:
  version: 1.0.0
  title: GPTs Store Search API
  license:
    name: MIT
servers:
  - url: https://api-py.gpt-stores.com
paths:
  /extra_data_get:
    get:
      summary: List all gpts
      operationId: queryGPTs
      tags:
        - gpts
      parameters:
        - name: pageSize
          in: query
          description: How many items to return at one time (max 20)
          required: true
          schema:
            type: integer
            maximum: 20
            format: int32
        - name: pageNum
          in: query
          description: How many pageNum to return at one time  (min 1)
          required: true
          schema:
            type: integer
            maximum: 1
            format: int32
        - name: title
          in: query
          description: The keyword for user search the gpts
          required: true
          schema:
            type: string
      responses:
        '200':
          description: A paged array of gpts
          headers:
            x-next:
              description: A link to the next page of responses
              schema:
                type: string
          content:
            application/json:    
              schema:
                $ref: "#/components/schemas/GPTs"
        default:
          description: unexpected error
          content:
            application/json:
              schema:
                $ref: "#/components/schemas/Error"
components:
  schemas:
    GPTs:
      type: object
      required:
        - id
        - name
      properties:
        id:
          type: string
        title:
          type: string
        post_name:
          type: string
        author:
          type: string
        author_link:
          type: string
        content:
          type: string
        download_link:
          type: string
        cdn_featured_image:
          type: string
    Error:
      type: object
      required:
        - code
        - message
      properties:
        code:
          type: integer
          format: int32
        message:
          type: string
相关推荐
ToToBe11 小时前
L1G3000 提示工程(Prompt Engineering)
chatgpt·prompt
龙的爹233311 小时前
论文 | Legal Prompt Engineering for Multilingual Legal Judgement Prediction
人工智能·语言模型·自然语言处理·chatgpt·prompt
bytebeats13 小时前
我用 Spring AI 集成 OpenAI ChatGPT API 创建了一个 Spring Boot 小程序
spring boot·chatgpt·openai
&永恒的星河&17 小时前
Hunyuan-Large:推动AI技术进步的下一代语言模型
人工智能·语言模型·自然语言处理·chatgpt·moe·llms
我爱学Python!1 天前
AI Prompt如何帮你提升论文中的逻辑推理部分?
人工智能·程序人生·自然语言处理·chatgpt·llm·prompt·提示词
Jet45051 天前
第100+31步 ChatGPT学习:概率校准 Quantile Calibration
学习·chatgpt·概率校准
开发者每周简报2 天前
ChatGPT o1与GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Pro的比较
人工智能·gpt·chatgpt
Topstip2 天前
在 Google Chrome 上查找并安装 SearchGPT 扩展
前端·人工智能·chrome·gpt·ai·chatgpt
科研小达人2 天前
Langchain调用模型使用FAISS
python·chatgpt·langchain·faiss
全域观察2 天前
两台手机如何提词呢,一台手机后置高清摄像一台手机前置提词+实时监测状态的解决方案来喽
大数据·人工智能·chatgpt·新媒体运营·程序员创富