文章目录
AI大模型开发工程师
004 垂直领域的智能在线搜索平台
1 智能在线搜索平台需求分析
2 智能在线搜索平台方案设计
方案设计
技术选型
大模型版本
GLM-4大模型注册使用
Google Cloud平台注册
创建可编程的搜索引擎
3 智能在线搜索平台代码落地
完成在线搜索思路分析
GLM4调用外部函数测试
导入依赖
大模型回答问题策略测试
Google搜索API开发
知乎网站数据爬取
数据格式定义
爬虫之Cookie获取
爬虫之user-agent
爬虫之获取PATH
网络爬虫代码编写
爬取知乎网站代码逻辑封装
自动搜索流程封装
流程优化
文件名优化
构建判别模型
搜索词优化
外部函数流程优化
支持github网站在线搜索
github token获取
github基础API测试
完整流程封装
完成HuggingFace网站搜索
HuggingFace API调用开发
获取readme文档
HuggingFace网站搜索代码封装
4 智能在线搜索平台项目总结
AI大模型开发工程师
004 垂直领域的智能在线搜索平台
1 智能在线搜索平台需求分析
大模型不够“聪明”
大模型
数据截止时间
GPT-3.5
2021年9月
GPT-4
2021年9月
增强大模型的方式
需求分析
用户提问(Prompt)给大模型
如果大模型知道,就直接根据大模型知识库给出回答
如果大模型不知道,那就通过工具进行外部搜索 ,最终给出回答
进行外部搜索,不太可能针对全网进行搜索,原因主要有:
只需要针对 IT 程序员经常使用的网站进行在线搜索
2 智能在线搜索平台方案设计
方案设计
技术选型
大模型版本
~ % pip show zhipuai
Name: zhipuai
Version: 2.1 .5 .20230904
Summary: A SDK library for accessing big model apis from ZhipuAI
Home- page:
Author: Zhipu AI
Author- email:
License:
Location: / Library/ Frameworks/ Python. framework/ Versions/ 3.10 / lib/ python3. 10 / site- packages
Requires: cachetools, httpx, pydantic, pydantic- core, pyjwt
Required- by:
~ % pip show openai
Name: openai
Version: 1.52 .2
Summary: The official Python library for the openai API
Home- page: https: // github. com/ openai/ openai- python
Author:
Author- email: OpenAI < support@openai. com>
License:
Location: / Library/ Frameworks/ Python. framework/ Versions/ 3.10 / lib/ python3. 10 / site- packages
Requires: anyio, distro, httpx, jiter, pydantic, sniffio, tqdm, typing- extensions
Required- by:
GLM-4大模型注册使用
地址:https://open.bigmodel.cn/
完成注册并登录,极其简单,只需要绑定手机号和邮箱就行
获取API Key,并保存到本地环境变量中 export ZHIPU_API_KEY=xxx
控制台可以体验功能,进行模型选择、模型微调、新建应用、知识库(相当于一个向量数据库或网盘)等
Google Cloud平台注册
地址:https://console.cloud.google.com/
新建项目:OnlineSearch
选择项目OnlineSearch – APIs and Services
选择 Library,搜索 “Google Search”,选择 “Custom Search API”
Enable 启用,生成凭证 Credentials API Key
保存 API Key,可以在本地设置环境变量 export GOOGLE_SEARCH_API_KEY = xxxx
创建可编程的搜索引擎
地址:https://programmablesearchengine.google.com/
保存 cse_id,设置环境变量 export CSE_ID=xxx
3 智能在线搜索平台代码落地
完成在线搜索思路分析
GLM4调用外部函数测试
GLM4的 function calling 工具代码封装
代码和ChatGPT的几乎一模一样
import os
import openai
from openai import OpenAI
import shutil
import numpy as np
import pandas as pd
import json
import io
import inspect
import requests
import re
import random
import string
api_key = os. getenv( "ZHIPU_API_KEY" )
from zhipuai import ZhipuAI
client = ZhipuAI( api_key= api_key)
def sunwukong_function ( data) :
"""
孙悟空算法函数,该函数定义了数据集计算过程
:param data: 必要参数,表示带入计算的数据表,用字符串进行表示
:return:sunwukong_function函数计算后的结果,返回结果为表示为JSON格式的Dataframe类型对象
"""
data = io. StringIO( data)
df_new = pd. read_csv( data, sep= '\s+' , index_col= 0 )
res = df_new * 10
return json. dumps( res. to_string( ) )
def auto_functions ( functions_list) :
"""
Chat模型的functions参数编写函数
:param functions_list: 包含一个或者多个函数对象的列表;
:return:满足Chat模型functions参数要求的functions对象
"""
def functions_generate ( functions_list) :
functions = [ ]
for function in functions_list:
function_description = inspect. getdoc( function)
function_name = function. __name__
system_prompt = '以下是某的函数说明:%s,输出结果必须是一个JSON格式的字典,只输出这个字典即可,前后不需要任何前后修饰或说明的语句' % function_description
user_prompt = '根据这个函数的函数说明,请帮我创建一个JSON格式的字典,这个字典有如下5 点要求:\
1 . 字典总共有三个键值对;\
2 . 第一个键值对的Key是字符串name,value是该函数的名字:% s,也是字符串;\
3 . 第二个键值对的Key是字符串description,value是该函数的函数的功能说明,也是字符串;\
4 . 第三个键值对的Key是字符串parameters,value是一个JSON Schema对象,用于说明该函数的参数输入规范。\
5 . 输出结果必须是一个JSON格式的字典,只输出这个字典即可,前后不需要任何前后修饰或说明的语句' % function_name
response = client. chat. completions. create(
model= "glm-4" ,
messages= [
{
"role" : "system" , "content" : system_prompt} ,
{
"role" : "user" , "content" : user_prompt}
]
)
json_str= response. choices[ 0 ] . message. content. replace( "```json" , "" ) . replace( "```" , "" )
json_function_description= json. loads( json_str)
json_str= {
"type" : "function" , "function" : json_function_description}
functions. append( json_str)
return functions
max_attempts = 4
attempts = 0
while attempts < max_attempts:
try :
functions = functions_generate( functions_list)
break
except Exception as e:
attempts += 1
print ( "发生错误:" , e)
if attempts == max_attempts:
print ( "已达到最大尝试次数,程序终止。" )
raise
else :
print ( "正在重新运行..." )
return functions
def run_conversation ( messages, functions_list= None , model= "glm-4" ) :
"""
能够自动执行外部函数调用的对话模型
:param messages: 必要参数,字典类型,输入到Chat模型的messages参数对象
:param functions_list: 可选参数,默认为None,可以设置为包含全部外部函数的列表对象
:param model: Chat模型,可选参数,默认模型为glm-4
:return:Chat模型输出结果
"""
if functions_list == None :
response = client. chat. completions. create(
model= model,
messages= messages,
)
response_message = response. choices[ 0 ] . message
final_response = response_message. content
else :
tools = auto_functions( functions_list)
available_functions = {
func. __name__: func for func in functions_list}
response = client. chat. completions. create(
model= model,
messages= messages,
tools= tools,
tool_choice= "auto" , )
response_message = response. choices[ 0 ] . message
tool_calls = response_message. tool_calls
if tool_calls:
messages. append( response. choices[ 0 ] . message. model_dump( ) )
for tool_call in tool_calls:
function_name = tool_call. function. name
function_to_call = available_functions[ function_name]
function_args = json. loads( tool_call. function. arguments)
function_response = function_to_call( ** function_args)
messages. append(
{
"role" : "tool" ,
"content" : function_response,
"tool_call_id" : tool_call. id ,
}
)