ChatGPT Plugins内幕、源码及案例实战（三）

ChatGPT Plugins内幕、源码及案例实战（三）

ChatGPT Plugins内幕、源码及案例实战

6.4 ChatGPT Retrieval Plugin全流程内幕解析
以ChatGPT检索插件为例，我们讲解一下它整个的流程，让大家有一个比较明确、清晰的统一认知：
 数据存储：设立的前提是你有文档，会有一些文档信息，我们第一步把这个信息放进插件中，这是基本的Python开发，通过Upsert方法插入数据到向量数据库。假设有一个LangChain的开发文档，你可以在客户端运行Python代码，将LangChain的本地文档通过调用服务器端点的upsert方法，上传到插件API服务器，然后通过OpenAI的嵌入式向量接口，将文档转换为向量，并存储到向量数据库中，如图6-5所示。

图6- 5 通过Upsert方法插入数据到向量数据库

6.5 ChatGPT Plugins案例开发实战
我们讲解了ChatGPT检索插件原理机制的部分，接下来看具体的代码，最经典的可以直接看ChatGPT检索插件的代码，它类似一个模板，本节会看一个比较小规模的案例代码，这是关于LangChain文档的插件，在这个例子中，我们执行以下脚本命令，从https://python.langchain.com下载LangChain文档，得到网站上所有的.html文件。

!wget -