gpt meeting service

service de réunion gpt

Zéro, à quoi ça sert ?

1. Il s'agit d'un petit projet basé sur le développement d'API GPT. Comme nous le savons tous, la prise en charge contextuelle actuelle de GPT consiste à renvoyer des messages historiques à chaque fois. La méthode est très "simple et grossière", et ce projet ne fait qu'une chose : rendre l'organisation du contexte plus flexible pour prendre en charge l'achèvement. de certaines tâches plus complexes.
2. La source d'inspiration originale du projet était le « brainstorming » et les « 6 Thinking Hats ». Au cours du processus de brainstorming, chaque lien a un objectif différent et nécessite différents rôles à jouer. Ce processus est cohérent avec l'utilisation des six chapeaux de réflexion. L'utilisation flexible des six chapeaux de réflexion peut atteindre différents objectifs. Après une extension ultérieure, il y a cette « réunion » ou discussion de projet.
3. Sur la base de ce qui précède, le projet met principalement en œuvre les trois fonctions suivantes :
   1. La disposition de l'organigramme des tâches, chaque lien complète une chose et est enchaîné pour accomplir une tâche relativement complexe (également comprise comme la conception de l'ordre du jour d'une réunion).
   2. Laissez GPT poser et répondre à ses propres questions et compléter l'association.
   3. Laissez GPT jouer différents rôles et discuter du même sujet.
4. Scénarios d'application possibles
   1. brainstorming
   2. Association rapide
   3. Évaluation rapide
   4. Dialogue à plusieurs personnages

Projet front-end associé : gpt-meeting-web

1. Type de nœud

Le nœud fait référence à l'ordre du jour (lien de réunion) dans le processus « réunion ». Il est actuellement divisé en 5 types, et chaque type de nœud gère le contexte différemment.

Situation générale : informations générales + conception de personnages AI + invite + entrée = sortie

Saisir

Généralement, vous saisissez le sujet et l'objectif de cette période, et vous pouvez le soumettre directement ou laisser GPT l'optimiser avant de le soumettre.

Pensée

Lenovo comprend deux personnages humains IA, parmi lesquels le personnage Lenovo est utilisé pour générer plusieurs idées ; le personnage Interrogateur est utilisé pour poser des questions liées aux idées générées, et peut poser plusieurs questions et effectuer un suivi (correspondant au « Ronde de questions » et "nombre de questions"), de sorte que la structure globale apparaît comme une structure arborescente, générer des idées correspond au nœud racine de l'arbre, et poser des questions sur les idées correspond à la croissance des branches. En plus des questions et réponses automatiques, une intervention manuelle peut également être effectuée pour poser des questions.

DiscussionDiscussion

Le nœud de discussion peut sélectionner plusieurs membres avec des rôles différents, et chaque membre peut participer à la discussion selon ses propres caractéristiques.

Traitement généralTraitement

Personnalisez les invites pour traiter la saisie.

Sortir

La sortie est généralement utilisée comme dernier nœud pour résumer l'ensemble du processus de discussion, puis sortie dans un format spécifié comme conclusion finale.

2. Principe de fonctionnement

Organisation contextuelle des nœuds de lien (agenda)

Tout d'abord, l'organigramme doit être un graphe acyclique orienté, puis après le début de la « réunion », il sera exécuté dans l'ordre topologique. Sur chaque nœud, les "conclusions" de tous les nœuds en amont du nœud actuel seront considérées comme son propre "texte précédent". Cela peut garantir que GPT obtient suffisamment d'informations de base et répond ensuite théoriquement à la tâche du nœud actuel. sera plus idéal.

Organisation contextuelle en association

L'association de l'auto-question et de l'auto-réponse s'effectue dans une structure arborescente, donc l'organisation du contexte est naturellement les enregistrements de dialogue de tous les nœuds ancêtres du nœud d'association courant. Ceci est facile à comprendre, comme la marque de. la case rouge dans la figure ci-dessous.

Organisation contextuelle dans des discussions multi-rôles

Le début de la discussion multi-rôle apportera automatiquement des informations de base et les exigences de la session en cours. Après cela, le discours de chaque membre apportera l'enregistrement précédent comme informations de base.

lié au développement

Sélection technologique

• Langue : golang
• Cadre : kratos
• Stockage : MongoDB

Environnement recommandé

vscode

Exécuter localement

 # 配置configs/config.yaml

# 依赖安装（在Makefile文件中定义了相关命令）
make init

# 运行(调试建议使用vscode)
kratos run

# 导入初始模版
cd cmd/script && go run dataOp.go importData

création d'image Docker

 docker build -t gpt-meeting-service:v1 .

déploiement docker-compose

 cd docker-compose
# 配置文件
mkdir conf && cp ../configs/ ./conf

# 启动
docker-compose up -d

# 停止
docker-compose down

illustrer

• Le projet utilise le framework Kratos, vous devez d'abord comprendre ce framework
• Puisque protoc ne prend pas en charge sse, le module de réunion n'utilise pas protoc pour définir l'interface.
• Article de référence pour démarrer avec Kratos
• Pour les commandes kratos, veuillez vous référer à kratos.md