gpt meeting service

serviço de reunião gpt

Zero, para que serve?

1. Este é um pequeno projeto baseado no desenvolvimento da API GPT. Como todos sabemos, o suporte de contexto atual do GPT é reenviar mensagens históricas sempre. O método é muito "simples e bruto", e este projeto simplesmente faz uma coisa: tornar a organização do contexto mais flexível para apoiar a conclusão. de tarefas mais complexas.
2. A fonte original de inspiração para o projeto foi "brainstorming" e "6 Thinking Hats". Durante o processo de brainstorming, cada elo tem um foco diferente e requer diferentes papéis para desempenhar. Este processo é consistente com o uso dos seis chapéus de pensamento. O uso flexível dos seis chapéus de pensamento pode atingir diferentes propósitos. Após uma maior extensão, ocorre a “reunião” ou discussão do projeto.
3. Com base no exposto, o projeto implementa principalmente as três funções a seguir:
   1. Na organização do fluxograma de tarefas, cada link completa uma coisa e é interligado para concluir uma tarefa relativamente complexa (também entendida como design da agenda da reunião).
   2. Deixe o GPT perguntar e responder às suas próprias perguntas e completar a associação.
   3. Deixe o GPT desempenhar papéis diferentes e discutir o mesmo tópico.
4. Possíveis cenários de aplicação
   1. brainstorming
   2. Associação rápida
   3. Avaliação rápida
   4. Diálogo com vários personagens

Projeto front-end associado: gpt-meeting-web

1. Tipo de nó

O nó refere-se à agenda (link da reunião) no processo de “reunião”. Atualmente está dividido em 5 tipos, e cada tipo de nó trata o contexto de forma diferente.

Situação geral: informações básicas + design de personagens de IA + prompt + entrada = saída

Entrada

Geralmente, você insere o tópico e o objetivo deste momento e pode enviá-lo diretamente ou deixar que o GPT o otimize antes de enviá-lo.

Pensamento

Lenovo inclui dois personagens humanos de IA, entre os quais o personagem Lenovo é usado para gerar múltiplas ideias; o personagem Questionador é usado para fazer perguntas relacionadas às ideias geradas e pode fazer múltiplas perguntas e acompanhamento (correspondendo à "Rodada de Perguntas" e "número de perguntas"), de modo que a estrutura geral aparece como uma estrutura em árvore, gerar ideias corresponde ao nó raiz da árvore e fazer perguntas sobre ideias corresponde ao crescimento dos ramos. Além de perguntas e respostas automáticas, também pode ser realizada intervenção manual para tirar dúvidas.

DiscussãoDiscussão

O nó de discussão pode selecionar vários membros com funções diferentes, e cada membro pode participar da discussão de acordo com suas próprias características.

Processamento geralProcessamento

Personalize prompts para processar entradas.

Saída

A saída geralmente é usada como o último nó para resumir todo o processo de discussão e, em seguida, a saída em um formato especificado como conclusão final.

2. Princípio de funcionamento

Organização contextual de nós de link (agenda)

Primeiramente, o fluxograma deve ser um gráfico acíclico direcionado e, após o início da “reunião”, será executado em ordem topológica. Em cada nó, as "conclusões" de todos os nós upstream do nó atual serão consideradas como seu próprio "texto anterior". Isso pode garantir que o GPT obtenha informações básicas suficientes e, em seguida, responda à tarefa do nó atual. será mais ideal.

Organização contextual em associação

A associação da autopergunta e da autoresposta é realizada em uma estrutura em árvore, de modo que a organização do contexto é naturalmente os registros de diálogo de todos os nós ancestrais do nó de associação atual. Isso é fácil de entender, como a marca de. a caixa vermelha na figura abaixo.

Organização contextual em discussões multifuncionais

O início da discussão multifuncional trará automaticamente informações básicas e os requisitos da sessão atual. Após isso, o discurso de cada membro trará o registro anterior como informações básicas.

relacionado ao desenvolvimento

Seleção de tecnologia

• Idioma: golang
• Estrutura: Kratos
• Armazenamento: MongoDB

Ambiente recomendado

vscode

Execute localmente

 # 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

construção de imagem do Docker

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

implantação do 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

ilustrar

• O projeto usa o framework kratos, você precisa primeiro entender esse framework
• Como o protoc não suporta sse, o módulo de reunião não usa o protoc para definir a interface.
• Artigo de referência para começar a usar o Kratos
• Para comandos kratos, consulte kratos.md