ChatGPT赋能低代码开发:打造智能应用的双重引擎

chatgpt,代码,开发,打造,智能,应用,双重,引擎 · 浏览次数 : 153

小编点评

**摘要** 文章介绍了ChatGPT如何与活字格数据库表和前端设计,以实现查询订单数据的功能。 **主要内容** 1. **ChatGPT函数** - ChatGPT的 functions 参数允许用户定义执行函数的逻辑。 - 现支持gpt-3.5-turbo-0613和gpt-4-0613两种引擎。 2. **函数调用** - 用户可以通过定义一系列函数,告诉GPT函数是什么时候用,做什么用,需要什么参数才能用等。 3. **参数说明** - 用户可以提供参数说明,帮助GPT理解函数参数的含义。 4. **示例** - 文章展示如何使用ChatGPT查询2023年6月的采购订单数据,并展示了前端页面的设计。 5. **后端设计** - 文章介绍了如何将ChatGPT连接到后端,并配置命令和参数的描述。 6. **功能实现** - 文章展示如何利用ChatGPT显示订单内容,并介绍了如何进行其他功能的尝试。

正文

摘要:本文摘自葡萄城低代码产品活字格的资深用户(格友超哥)所撰写的文章:《惊叹表现!活字格+ChatGPT:低代码开发智能应用的巨大潜力》

 

ChatGPT的functions函数使用方

自从OPENAI发布了最新的GPT引擎gpt-3.5-turbo-0613之后,我就对它的functions参数很感兴趣,利用GPT超强的语言理解能力,如果加上函数执行,我们就可以让AI不再是聊聊天、回答问题了,甚至能够直接帮我们完成工作任务。刚好今天周末,不如就动手试试,看能否达到我所想的效果。

开始之前,我们先要看一下官方文档,看看这个functions,是个什么神奇的参数,只有搞清楚了它的作用和原理,我们才知道如何利用它。

 

这是官方对Function calling的介绍,我们可以看到,目前支持gpt-3.5-turbo-0613和gpt-4-0613两种引擎。

再看看functions参数的格式和属性,我们可以看到,这里我们向GPT定义了一个名为"get_current_weather"的函数,并且在description中描述了这个函数的用途,在properties中,我们定义了两个参数,location和unit,这是向GPT表明,你如果调用这个函数,需要向函数提供两个参数,并且对两个参数都进行了描述。

看懂了functions参数,我们大概知道了原理,其实并不复杂,我们通过定义一系列函数,告诉GPT函数是什么时候用,做什么用,需要什么参数才能用等,GPT会根据与用户的聊天信息自行判断是否要“执行函数”。

为什么要给执行函数打上双引号呢?事实上GPT肯定是不能直接执行函数的,因为这只是个普通的HTTP请求,GPT也只是返回一个JSON格式的响应信息,那该如何实现执行函数的呢?

如何让ChatGPT调用函数

要搞懂这个,我们还得看看GPT给我们返回的数据长什么样子。

上面是一个正常的聊天回复信息,我们看到,message里面只有role和content两个属性,另外还新增了一个属性 finish_reason ,当它的值为“stop”,说明此次的对话无需执行函数,也说明GPT并没有调用函数的打算,接下来我们看看GPT打算调用函数时,会返回什么?

我们发送“请问北京现在天气怎么样”给GPT,看它的回答。

这里可以明显看到,finish_reason的值变成了“function_call”,开发人员通过判断finish_reason的值,就可以知道GPT是否要调用函数。

这下豁然开朗了,我们通过回复的内容,弄清楚GPT要调用什么函数,然后拿到GPT帮我们获取的参数,直接执行函数就可以了。

使用ChatGPT嵌入活字格

数据库表和前端设计

下面我们来给活字格装上AI的翅膀,我们先打开活字格9.0的版本,新建一个“订单数据表”,并填充模拟数据,另外再建一张消息记录表。

(订单数据表)

(表字段)

然后新建一个页面,制作一个简单类似搜索的页面,运行看看效果。


(运行效果)

这个页面用来与用户进行自然语言交互,前端我们暂时做到这儿。

后端设计

接下来设计后端,把ChatGPT对接部分做好。

为了方便使用,我提前将GPT的API封装成了插件,原理跟上面官方所说一致。

(封装后的插件)

设置好KEY和消息数据以后,我们利用插件的自动化命令配置好需要ChatGPT的执行的命令。

这里的每个命令都有一个描述,我们可以用自然语言告诉AI,什么时候该调用我,AI会自己决定调用哪一个命令,当然光有命令还不行,我们还得让AI提供参数给我们。

在参数的配置上,我们也有一个“参数说明”,也就是用来告诉GPT,这个参数是什么意思,GPT会根据用户的信息,自己来归纳和推测参数内容。

使用ChatGPT查询订单

好了,做到这儿,GPT后端部分也已经配置好,现在我们模拟一个场景出来,例如我想让GPT帮我们查询订单数据,我们可以这样定义:

首先定义一条命令如下,告诉GPT,这个命令是用来按条件查询多个订单数据。

(定义命令)

再给命令定义查询订单需要用到的一些关键参数,有了这些信息,我们后面就可以实现查询条件,从而根据条件筛选数据。

(参数定义)

判断GPT返回的function_call.name是不是等于GetOrderData:

(判断function_call.name)

如果是,就把获得的参数用来筛选数据:

(筛选数据)

最后把获取到的数据返回给前端:

(数据返回前端)

最后我们在前端补充一个页面,用来接收并显示查询返回的数据表中的数据。

最终实现的效果:

(查询2023年6月的采购订单数据)

可以看到GPT准确的理解了我们的意图,并且调用了我们预设好的命令,还提供了我们需要的日期、订单类型等参数。

通过这个简单的例子,我们可以验证AI与活字格结合的可行性,那么我们除了查询数据,还能不能做点更复杂的事情呢?

使用ChatGPT显示订单内容

所以接着我又做了另一个尝试,让AI根据我的要求找到某个订单,并显示该订单内容

这个尝试,我加入了更多的参数,由日期、订单类型、负责人等,然后修改了逻辑,把命令放到前端页面来执行。

(前端命令设置)

来看看运行效果:

(打开2023年6月8日超哥采购Iphone的订单)

看来是完全没有压力的,这时候我们初步已经学会怎么运用GPT的能力,来为我们完成特定任务了,下面我将继续完成一个更复杂、更实用的尝试。

使用ChatGPT发送邮件

我想让系统理解这样一句话,并帮我执行。

我是乔布斯,请帮我找出2023年6月份马斯克经手采购iphone的订单数据,发送邮件给超哥,并写一段话礼貌的催促他快点审核。

我来帮大家理理,想要完成这个任务,我们需要做些?

让AI知道我是谁;

▪ 需要找出2023年6月1日到6月30日范围内,负责人为"马斯克"、订单类型为"采购订单"的数据;

▪ 将上面数据导出为Excel;

▪ 找到超哥的邮箱,并将上面的数据作为附件;

▪ 编写一段话作为邮箱正文;

▪ 寻找系统用户中一个叫“超哥”的人,并拿到邮箱地址;

▪ 将邮件发送出去并返回。

梳理清楚了,我们就开始做逻辑,同样配置好命令和参数的描述

然后利用报表模块,设计一个简单的报表,绑定订单数据库

(报表模块)

最后做一下导出Excel+发送邮件的命令

(命令执行过程设计)

好了,我们来试试效果,我给大家做了个带讲解的视频

总结

ChatGPT与活字格的结合为软件设计带来了巨大的潜力,并给开发者带来了全新的思考和改变。AI的执行任务能力和自然语言交互使软件操作更加智能化和直观化。开发者将专注于与AI的对话和数据分析目标的设定,而无需担心底层的技术细节。我们期待ChatGPT和活字格技术的不断发展,推动低代码开发向智能开发的创新和突破,让我们迎接更加智能的软件时代。

与ChatGPT赋能低代码开发:打造智能应用的双重引擎相似的内容:

ChatGPT赋能低代码开发:打造智能应用的双重引擎

摘要:本文摘自葡萄城低代码产品活字格的资深用户(格友超哥)所撰写的文章:《惊叹表现!活字格+ChatGPT:低代码开发智能应用的巨大潜力》。 ChatGPT的functions函数使用方 自从OPENAI发布了最新的GPT引擎gpt-3.5-turbo-0613之后,我就对它的functions参数

笔精墨妙,妙手丹青,微软开源可视化版本的ChatGPT:Visual ChatGPT,人工智能AI聊天发图片,Python3.10实现

说时迟那时快,微软第一时间发布开源库Visual ChatGPT,把 ChatGPT 的人工智能AI能力和Stable Diffusion以及ControlNet进行了整合。常常被互联网人挂在嘴边的“赋能”一词,几乎已经变成了笑话,但这回,微软玩了一次真真正正的AI“赋能”,彻底打通了人工智能“闭环

搭载AI之后的表格插件又有哪些新的改变

摘要:本文由葡萄城技术团队于博客园原创并首发。葡萄城为开发者提供专业的开发工具、解决方案和服务,赋能开发者。 在[《大火的ChatGPT与SpreadJS结合会有哪些意想不到的效果》](https://www.grapecity.com.cn/blogs/chatgpt-meets-spreadjs

使用ChatGPT自动构建知识图谱

1.概述 本文将探讨利用OpenAI的gpt-3.5-turbo从原始文本构建知识图谱,通过LLM和RAG技术实现文本生成、问答和特定领域知识的高效提取,以获得有价值的洞察。在开始前,我们需要明确一些关键概念。 2.内容 2.1 什么是知识图谱? 知识图谱是一种语义网络,它表示和连接现实世界中的实体

ChatGPT 通过谷歌算法面试,年薪 18.3 万美金

本文已收录到 AndroidFamily,技术和职场问题,请关注公众号 [彭旭锐] 提问。 声明:此图片由 MidJourney 生成 未经训练,不属于任何真实人物 大家好,我是小彭。 2023 开年以来,全球媒体最火爆的热点莫过于一个生成式 AI 聊天机器人 —— ChatGPT,我们都被大量的信

ChatGPT开发实战

1.概述 前段时间使用体验了ChatGPT的用法,感受到ChatGPT的强大,通过搜索关键字或者输入自己的意图,能够快速得到自己想要的信息和结果。今天笔者将深挖一下ChatGPT,给大家介绍如何使用ChatGPT的API来实战开发一些例子。 2.内容 2.1 ChatGPT起源 这个还得从谷歌发布B

ChatGPT API使用介绍

1.概述 随着人工智能技术的不断发展,越来越多的AI产品被应用到各个领域,其中最具代表性的莫过于人工智能语言模型。语言模型是一种可以通过学习大量语言数据来预测文本或语音的技术,其应用范围十分广泛,如智能客服、机器翻译、语音助手等。 而ChatGPT是其中最为优秀的语言模型之一。ChatGPT是Ope

ChatGPT搭建AI网站实战

1.概述 ChatGPT是一款基于GPT-3.5架构的大型语言模型,它能够进行自然语言处理和生成对话等任务。作为一款智能化的聊天机器人,ChatGPT有着广泛的应用场景,如在线客服、智能助手、个性化推荐等。今天笔者给大家分享一下如何使用ChatGPT的API模型快速搭建一个AI网站。 2.内容 在实

ChatGPT插件开发实战

1.概述 ChatGPT是一款由OpenAI推出的先进对话模型,其强大的自然语言处理能力使得它成为构建智能对话系统和人机交互应用的理想选择。为了进一步拓展ChatGPT的功能和适应不同领域的需求,OpenAI提供了插件开发平台,让开发者可以定制化和扩展ChatGPT的能力。 2.内容 OpenAI

[转帖]ChatGPT发展历程、原理、技术架构详解和产业未来 (收录于先进AI技术深度解读)

https://zhuanlan.zhihu.com/p/590655677 陈巍谈芯::本文将介绍ChatGPT的特点、功能、技术架构、局限、产业应用、投资机会和未来。作者本人曾担任华为系自然语言处理( NLP )企业的首席科学家。 ChatGPT的关键改进可以参考paper:Augmenting