gpt meeting service

служба gpt-встреч

Зеро, для чего это нужно?

1. Это небольшой проект, основанный на разработке GPT API. Как мы все знаем, текущая поддержка контекста GPT заключается в повторной отправке исторических сообщений каждый раз. Этот метод очень «прост и груб», и этот проект просто делает одну вещь: сделать организацию контекста более гибкой для поддержки завершения. некоторых более сложных задач.
2. Первоначальным источником вдохновения для проекта послужили «мозговой штурм» и «6 шляп мышления». В процессе мозгового штурма каждое звено имеет разную направленность и требует выполнения разных ролей. Этот процесс соответствует использованию шести шляп мышления. Гибкое использование шести шляп мышления может достичь различных целей. После дальнейшего расширения проводится «встреча» или обсуждение проекта.
3. Исходя из вышеизложенного, проект в основном реализует следующие три функции:
   1. Структура блок-схемы задач: каждое звено выполняет одну задачу и объединяется для выполнения относительно сложной задачи (также понимаемой как разработка повестки дня собрания).
   2. Позвольте GPT задавать и отвечать на свои вопросы и завершать ассоциацию.
   3. Позвольте GPT играть разные роли и обсуждать одну и ту же тему.
4. Возможные сценарии применения
   1. мозговой штурм
   2. Быстрая ассоциация
   3. Быстрая оценка
   4. Многосимвольный диалог

Связанный внешний проект: gpt-meeting-web.

1. Тип узла

Узел относится к повестке дня (ссылка на собрание) в процессе «встречи». В настоящее время он разделен на 5 типов, и каждый тип узла обрабатывает контекст по-разному.

Общая ситуация: справочная информация + дизайн персонажа ИИ + подсказка + ввод = вывод

Вход

Как правило, вы указываете тему и цель этого времени и можете отправить ее напрямую или позволить GPT оптимизировать ее перед отправкой.

мышление

В состав Lenovo входят два человеческих персонажа с искусственным интеллектом, среди которых персонаж Lenovo используется для генерации множества идей; персонаж «Вопрос» используется для того, чтобы задавать вопросы, связанные с сгенерированными идеями, и может задавать несколько вопросов и следить за ними (что соответствует «Раунду вопросов» и «Раунду вопросов» и «Вопросам»). «количество вопросов»), поэтому общая структура выглядит как древовидная структура, генерация идей соответствует корневому узлу дерева, а задание вопросов об идеях соответствует росту ветвей. Помимо автоматических вопросов и ответов, для задания вопросов также можно использовать ручное вмешательство.

ОбсуждениеОбсуждение

Узел обсуждения может выбирать нескольких участников с разными ролями, и каждый участник может участвовать в обсуждении в соответствии со своими характеристиками.

Общая обработкаОбработка

Настройте подсказки для обработки ввода.

Выход

Вывод обычно используется в качестве последнего узла для подведения итогов всего процесса обсуждения, а затем выводится в указанном формате в качестве окончательного заключения.

2. Принцип работы

Контекстная организация узлов связи (повестки дня)

Сначала блок-схема должна представлять собой ориентированный ациклический граф, а затем после начала «встречи» она будет выполняться в топологическом порядке. На каждом узле «выводы» всех вышестоящих узлов текущего узла будут рассматриваться как собственный «предыдущий текст». Это может гарантировать, что GPT получит достаточную исходную информацию и затем ответит на задачу текущего узла. Теоретически, эффект. будет более идеальным.

Контекстная организация в ассоциации

Объединение вопросов и ответов на свои вопросы осуществляется в виде древовидной структуры, поэтому организация контекста, естественно, представляет собой записи диалогов всех родительских узлов текущего узла ассоциации. Это легко понять, например, знак. красная рамка на рисунке ниже.

Контекстная организация в многоролевых дискуссиях

В начале многорольного обсуждения автоматически будет представлена ​​справочная информация и требования текущего сеанса. После этого в выступлении каждого участника будет представлена ​​предыдущая запись в качестве справочной информации.

связанные с развитием

Выбор технологии

• Язык: голанг
• Каркас: кратос
• Хранилище: MongoDB.

Рекомендуемая среда

vscode

Запускать локально

 # 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

сборка образа Docker

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

развертывание 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

иллюстрировать

• В проекте используется фреймворк kratos, вам нужно сначала разобраться в этом фреймворке.
• Поскольку протокол protoc не поддерживает sse, модуль встречи не использует протокол для определения интерфейса.
• Справочная статья для начала работы с кратосом
• Команды Кратоса можно найти на сайте kratos.md.