ChatGPT检索插件:提升AI对话的智能检索能力

RayRay
ChatGPTRetrieval Plugin向量数据库自然语言查询文档嵌入Github开源项目

ChatGPT检索插件:让AI对话更智能、更个性化

在人工智能快速发展的今天,如何让AI助手更好地理解和利用大量的个人或组织信息,成为了一个重要的研究方向。OpenAI推出的ChatGPT检索插件(ChatGPT Retrieval Plugin)正是为解决这一问题而生的强大工具。本文将深入探讨这个插件的功能、工作原理以及如何利用它来提升AI对话的智能程度。

什么是ChatGPT检索插件?

ChatGPT检索插件是一个独立的检索后端,它可以与多种AI应用场景结合使用,包括ChatGPT自定义GPT、函数调用以及聊天完成或助手API等。这个插件的核心功能是实现语义搜索和文档检索,让AI模型能够根据自然语言查询或需求,获取最相关的文档片段。

这个插件的主要特点包括:

  1. 语义搜索:使用OpenAI的嵌入模型生成文档片段的嵌入向量,并存储在向量数据库中进行检索。
  2. 灵活性:支持多种向量数据库提供商,开发者可以根据需求选择合适的存储方案。
  3. API接口:提供了用于上传、查询和删除文档的FastAPI服务器端点。
  4. 元数据过滤:用户可以使用来源、日期、作者等元数据来精确筛选搜索结果。
  5. 开源性:作为一个开源解决方案,开发者可以自由部署和定制自己的检索插件。

如何工作?

ChatGPT检索插件的工作流程可以概括为以下几个步骤:

  1. 文档处理:将输入的文档分割成大约200个标记的小块,每个块都有唯一的ID。
  2. 嵌入生成:使用OpenAI的嵌入模型(默认为text-embedding-3-large)为每个文档块生成嵌入向量。
  3. 向量存储:将生成的嵌入向量存储在选定的向量数据库中。
  4. 查询处理:当收到自然语言查询时,插件会将查询转换为嵌入向量,并在向量数据库中搜索最相关的文档块。
  5. 结果返回:将检索到的相关文档块及其元数据返回给AI模型,以供进一步处理和回答。

ChatGPT Retrieval Plugin Function

与自定义GPT的结合

要创建一个能够使用检索插件进行语义搜索和文档检索的自定义GPT,开发者需要遵循以下步骤:

  1. 部署检索插件并获取应用URL。
  2. 在ChatGPT的GPT编辑器中创建新的GPT。
  3. 在"Configure"标签页中设置GPT的基本信息。
  4. 在"Actions"部分添加新的操作,选择适当的认证方法。
  5. 导入OpenAPI模式,可以直接从应用URL导入或手动粘贴模式内容。
  6. 根据需要,可以添加额外的端点,如fetch或upsert,以增强GPT的功能。

通过这些步骤,开发者可以创建一个能够智能检索和利用个人或组织文档的自定义GPT,从而提供更加个性化和知识丰富的对话体验。

函数调用与检索插件的结合

ChatGPT检索插件不仅可以与自定义GPT结合使用,还可以通过函数调用在聊天完成API和助手API中发挥作用。这种方式允许模型根据对话上下文决定何时使用插件提供的函数(如查询、获取、更新等)。

在使用聊天完成API时,开发者可以定义检索插件端点的函数,并将其作为工具传递给最新的模型(如gpt-3.5-turbo-0125或gpt-4-turbo-preview)。模型会智能地调用这些函数,执行查询、调用后端API,并将响应作为工具消息返回给模型以继续对话。

对于助手API,开发者可以使用相同的函数定义,特别是在工具使用中的函数调用。这使得开发者能够在自己的应用程序中构建利用模型、工具和知识来响应用户查询的AI助手。

值得注意的是,这两种API都支持并行函数调用,这意味着可以在同一条消息中执行多个任务,例如同时查询信息和将新信息保存回向量数据库。

记忆功能:让AI助手更懂你

ChatGPT检索插件的一个重要特性是它能够为AI模型提供"记忆"功能。通过使用插件的upsert端点,ChatGPT可以将对话中的重要片段保存到向量数据库中,以便日后参考。这个功能大大提升了聊天体验的上下文感知能力,使AI助手能够记住并检索之前对话中的信息。

要配置带有记忆功能的检索插件,开发者需要在OpenAPI模式中包含/upsert端点,并在GPT的指令中添加适当的提示,以便在用户要求时保存重要信息。这样,AI助手就能在长期对话中表现出更强的连贯性和个性化。

安全性考虑

在使用ChatGPT检索插件时,安全性是一个重要的考虑因素。插件允许ChatGPT搜索向量数据库中的内容,并将最佳结果添加到ChatGPT会话中。这意味着主要的风险涉及数据授权和隐私。

开发者应该只将他们有授权的内容添加到检索插件中,并且这些内容应该是他们愿意出现在用户的ChatGPT会话中的。为了保护插件的安全,开发者可以选择多种认证方法,如API密钥(基本或Bearer)和OAuth等。

选择合适的嵌入模型

ChatGPT检索插件默认使用OpenAI的text-embedding-3-large模型生成256维的嵌入向量。然而,OpenAI提供了多个嵌入模型选项,包括text-embedding-3-small和较旧的text-embedding-ada-002

在选择嵌入模型时,开发者需要考虑以下几个因素:

  1. 检索准确性与成本:text-embedding-3-large提供最高的准确性,但成本也较高。text-embedding-3-small在成本效益和准确性之间取得了很好的平衡。
  2. 嵌入大小:较大的嵌入提供更好的准确性,但会消耗更多存储空间,查询速度可能较慢。
  3. 向量数据库的支持:确保选择的嵌入大小与所使用的向量数据库兼容。

通过调整环境变量EMBEDDING_DIMENSIONEMBEDDING_MODEL,开发者可以根据自己的需求选择最合适的嵌入模型和大小。

选择向量数据库

ChatGPT检索插件支持多种向量数据库提供商,每种都有其独特的特性、性能和定价模型。以下是一些常用的选项:

  1. Pinecone:管理型向量数据库,专为速度、规模和快速部署而设计。
  2. Weaviate:开源向量搜索引擎,支持混合搜索,可自托管或托管。
  3. Zilliz:托管的云原生向量数据库,适用于十亿级数据。
  4. Qdrant:支持存储文档和向量嵌入的向量数据库,提供自托管和托管选项。
  5. Chroma:AI原生开源嵌入数据库,易于上手和使用。
  6. Azure Cognitive Search:完整的云检索服务,支持向量搜索、文本搜索和混合搜索。

选择合适的向量数据库时,开发者需要考虑因素如性能需求、数据规模、部署灵活性、成本等。每种数据库都有其优势和适用场景,开发者应根据项目需求仔细评估和选择。

实际应用场景

ChatGPT检索插件在多个领域都有广泛的应用前景:

  1. 客户支持:企业可以利用插件提供更准确、更有帮助的客户问题解答,快速解决问题。
  2. 内容创作:企业可以使用插件获取可靠的信息,创建更有价值、更可信的内容。
  3. 市场研究:插件可以提供外部数据和行业、趋势、竞争对手的洞察,帮助企业更好地了解市场。
  4. 员工培训:利用插件可以创建更加精准和有效的培训材料,加速员工学习过程。

ChatGPT Retrieval Plugin Use Cases

结语

ChatGPT检索插件为AI对话带来了新的可能性。通过实现智能的语义搜索和文档检索,它使AI助手能够更好地理解和利用大量的个人或组织信息,从而提供更加智能、个性化的对话体验。无论是在客户服务、内容创作、市场研究还是员工培训等领域,这个插件都展现出了巨大的应用潜力。

随着技术的不断发展,我们可以期待看到更多创新的应用场景。对于开发者来说,深入了解和掌握ChatGPT检索插件的使用方法,将有助于创建更加强大和智能的AI应用,为用户带来更大的价值。

通过遵循本文介绍的步骤和最佳实践,开发者可以轻松地将自己的知识库整合到ChatGPT数据存储中,并开始利用这一强大工具。未来,随着更多开发者的参与和贡献,我们有理由相信ChatGPT检索插件将继续evolve,为AI对话技术带来更多突破性的进展。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多