🥚🥚🥚

最近逛 b站的时候，发现有这种 Ai视频小助理，可以实现内容总结 "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724895071670_2PdG.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724895071670_2PdG.png) 这个功能点，刚好可以契合我的项目的一些需求，所以有什么开源工具可以实现视频内容总结？ 视频 https://www.bilibili.com/video/BV1s4421A7nb/?t=50.664128&spm_id_from=333.1350.jump_directly

https://copilot.microsoft.com/ copilot 怎么回到某个对话历史？ 像 chatGPT 点击左侧就能选择某个对话历史，继续对话 "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894864180_cNcW.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894864180_cNcW.png) 但是 copilot/new bing 好像没有这个功能？不能「再续前缘」了? 点了右侧那些没反应

请教大家，现有的什么AI工具能完成我的需求(如果有参数最好附带上，谢谢大哥们)，这种风格类似手绘，但我能搜到的转手绘工具都不能满足我的需求。 小弟先谢谢大神们的解答，感激不尽！ 原图↓ "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894734443_ZHXR.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894734443_ZHXR.png) 转换后的风格↓ "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894751073_AlKK.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894751073_AlKK.png)

chatgpt 是如何实现“继续生成”功能的 我用 chatgpt 翻译文档，当内容过多的时候，chatgpt 一次无法全部返回，会出现“继续生成”按钮，点击后会接着上一句继续生成。我使用其他的大语言模型就没有这种功能，想知道他们是怎么实现的？ "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894594905_0H2O.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894594905_0H2O.png)

langchain 中 initialize_agent 被禁用后，有什么推荐用法 "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894475625_IMCG.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894475625_IMCG.png) 参考链接：https://python.langchain.com/docs/changelog/langchain/#deprec...

在gpts中发送一个post请求出现以下错误，但是调用其他的get请求是正常的，为什么?是不是gpts在发送post请求时，把格式进行了转换，导致了请求错误？ 左边是GPTS在debug模式下发送的请求参数， 右边是在postman中请求的接口参数。 左边报错了，右边正常返回 "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894353878_8mYt.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894353878_8mYt.png) chatGPT GPTs中完整的报错信息如下： { "response_data": { "error": { "type": "INVALID_REQUEST_UNKNOWN", "message": "Invalid request: parameter validation failed. Check your request data." } }, "status_code": 422, "action_id": "g-fc4f5e0f9d61f1dd099ec4da991b56ab2e66012b" }

"https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894136980_S739.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894136980_S739.png) "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894156613_ZXx9.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894156613_ZXx9.png) "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894172349_zreA.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894172349_zreA.png) "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894187978_rGg2.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894187978_rGg2.png) 大致一看好像行，但是细节很模糊，看不清字

"https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894016282_Cm9L.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724894016282_Cm9L.png) 用了什么算法和数据模型？

对照openai官方接口文档，目前可以方便实现一问一答的结果返回。 但是对于字数超额，需要上下文关联继续输出的，官方文档好像没说明，查找资料有context和conversition_id等参数，通过尝试，接口会报错不支持该参数。 哪位大佬对接过，麻烦指点一下。

"https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724893471228_44ok.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724893471228_44ok.png) 根据这个教程提供的方式 https://zhuanlan.zhihu.com/p/607465592 "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724893504998_TJlq.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724893504998_TJlq.png) 还是不行 "https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724893534228_WPIH.png" (https://wmprod.oss-cn-shanghai.aliyuncs.com/community/1724893534228_WPIH.png)

如题，除了api 据说可以stream方式交互数据？怎么实现

new bing 是 gpt3.5 还是 gpt4 new bing 我申请好几个月了，都没有申请下来

我用亚马逊云的Lambda函数，通过langChain调用OpenAI API。我把OPENAI_API_KEY存在了Lambda函数的环境变量里了。神奇的是，在创建new ChatOpenAI（）实例的时候没有传入OPENAI_API_KEY，还是可以获取到正确的返回值。这是为什么？ import { ChatOpenAI } from "langchain/chat_models/openai"; import { HumanChatMessage, SystemChatMessage } from "langchain/schema"; export const handler = async (event) => { const chat = new ChatOpenAI({ temperature: 0 }); const response = await chat.call([ new HumanChatMessage( "把大象装冰箱一共分几步？" ), new HumanChatMessage( "为什么？" ), ]); return response; };

请问，用langChain + lambda 整体耗时大于20m，有好的解决办法吗？

我是使用EventSource去实现的，可显示的话和访问普通接口一样是全部一次性显示出来，以下是我的代码 let sse = new EventSource(`http://localhost:8080/api/openai/completions/stream?user=${this.user}&prompt=${this.message}`) let this_ = this this_.items.push({user: 'user', messageType: 'TEXT', message: this_.message}) this_.message = '' sse.addEventListener('open', (function () { this_.generating = true this_.items.push({user: 'bot', messageType: 'TEXT', message: ''}) })) sse.addEventListener('message', function (res) { let resJson = JSON.parse(res.data) if (resJson.code !== 0) { this_.generating = false alert("处理失败:" + resJson.msg) sse.close() return } resJson = resJson.data if (resJson.messageType === 'TEXT') { if (resJson.end === true) { sse.close() this_.generating = false } else { let index = this_.items.length - 1 let obj = { user: 'bot', messageType: 'TEXT', message: this_.items[index].message + resJson.message, html: '' }; this_.$set(this_.items, index, obj) } //图片 } else { } } ) sse.addEventListener('error', function () { alert('服务器错误，请查看日志') }) 请问要如何才可以实现和chatGPT一样效果的流式输出 tips：我自己用网页访问接口数据是一条一条输出的，可是在控制台看的话也是一瞬全部出来，虽然是分很多条

chatgpt出现后对万码优才问答式的影响有多大？很多问题都能在chatgpt上获取到答案？AI是否会慢慢替代传统的网站 和不同领域专家交流过，见仁见智。希望能得到有洞见的观点。

因为欧洲杯接触到了竞彩 于是想到，也看到，用AI来进行预测足球比赛比分或者是其他彩票类项目结果。 这里只聊足球，其他的先不谈。 先说一下，这是一篇讨论帖，也算是求助帖，没有任何不良引导因素。 资本和技术，往往不一定是技术取胜…首先这是共识吧，如果这一点也不认可的话就没必要往下看了。 谈到足球，有研究的大佬们肯定可以把欧赔、亚指、盘口、水位等等各类名词如数家珍，也相信很多人和我一样，希望或者是感觉能通过AI，来完成对足球比赛结果的“预测”，这里为什么说是预测呢，因为“球无假球，盘有假盘”，做盘的不一定会每次漏出一样的马脚被你发现，而这场博弈说到底也就是一次次惊心动魄的“二选一”。 但是作为人类，很难从理性的角度去分析、判断，往往会受到各种场外因素影响，也不具备如AI一般庞大的信息收集与处理能力。 那么我们有没有可能，在足够数据训练的情况下，通过AI工具，将分析准确率有效提升呢？

现在有个需求是用chatgpt的api拆文章，并提取片段内容，由于api的字数限制，没办法通篇把文章给chatgpt的api，比如要求拆成30段，那只能用js代码把文章按字数拆成30分，然后把这每一份给chatgpt的api，得到片段内容。 这里的问题是由于都是一个个的片段，得到的片段主要内容不符合要求，或者干脆gpt返回的就是没办法提取主要内容。 这种用gpt的api拆小说的场景有什么好办法吗？

求大佬指点，以下关于向量数据Pinecone的使用问题？ 1.把用户聊天上下文数据储存到Pinecone，每次输入新聊天内容，都要从Pinecone取数据作为上下文传给ChatGPT，那把数据保存到Pinecone和保存到自己的服务器有什么区别？ 2.如果用户从使用聊天工具开始的所有聊天记录都保存到Pinecone。然后根据用户最新输入内容从Pinecone去取最相近的10条（自定义），这个检索过程是从所有聊天内容中进行检索，然后把得到的数据作为上下文内容，传递给ChatGPT，是可以这样理解吗？ 3.用户ID，我计划在用户注册时，直接将用户ID转换成向量数据保存，在用户发起问答时，再用转换成向量数据的ID去Pinecone查询，这样操作是否可行？

我用了chatgpt的接口提问，但是感觉回复的内容和网页版本提问的内容差很多，网页版本的回复答案很好，但是接口的回复不行，是什么问题呢？

a=[78,187,30] b=[78,186,185,25,30] c=[78,187,186,185,25,30] //想获得的结果 a=[1,2,3,4,5] b=[1,6,7,8,3,9,5] c=[1,2,6,7,8,3,4,9,5] //想获得的结果 a、b数组里面的值都是唯一的，怎么用js获得想要的值呢？ 问了ChatGPT都没解决，它给的方法在控制台输出结果不一致，因为chatGPT的js环境不一样。

手动从 huggingface 下载模型之后，怎么把模型文件放到指定路径？ 我需要在本地运行 chatGLM3，然后我就用下面的代码跑 from transformers import AutoTokenizer, AutoModel tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm3-6b", trust_remote_code=True) model = AutoModel.from_pretrained("THUDM/chatglm3-6b", trust_remote_code=True, device='cuda') model = model.eval() response, history = model.chat(tokenizer, "你好", history=[]) 运行上面的代码，首先会从 huggingface 下载 10GB 左右的模型文件。但是问题来了，huggingface 的下载速度太慢了。所以我就想手动下载：https://huggingface.co/THUDM/chatglm3-6b/tree/main 但是问题在于，huggingface 奇葩的本地目录结构： ╰─➤ fd -a -u pytorch_model | grep chatglm3-6b /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model-00007-of-00007.bin /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model-00003-of-00007.bin /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model-00006-of-00007.bin /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model-00004-of-00007.bin /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model-00001-of-00007.bin /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model.bin.index.json /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model-00002-of-00007.bin /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/snapshots/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model-00005-of-00007.bin /home/pon/.cache/huggingface/hub/models--THUDM--chatglm3-6b/.no_exist/e46a14881eae613281abbd266ee918e93a56018f/pytorch_model.bin 有一串莫名其妙的 snapshots/e46a14881eae613281abbd266ee918e93a56018f !!!! so, 我手动下载了模型文件之后，我怎么知道要把这些模型文件放哪个路径？上哪知道是 e46a14881eae613281abbd266ee918e93a56018f 还是 e46a14881eae613281abbd266ee918e93a56018w？

如何作为个人开发者有效运营？ 做为一名刚毕业一年的新人，我在两个月前凭着突发奇想，独立开发一款AI文案类的小程序。作为程序员只针对技术有所了解，但对产品运营却了解不多。我希望不仅仅是把产品开发出来，还希望能让更多用户体验。 我想请教大家，你们是如何运营？有没有好的建议，程序是已经上线了的（附上程序截图） 希望能够和大家一讨论与建议

如何作为个人开发者有效运营？ 做为一名刚毕业一年的新人，我在两个月前凭着突发奇想，独立开发一款AI文案类的小程序。作为程序员只针对技术有所了解，但对产品运营却了解不多。我希望不仅仅是把产品开发出来，还希望能让更多用户体验。 我想请教大家，你们是如何运营？有没有好的建议，程序是已经上线了的（附上程序截图） 希望能够和大家一讨论与建议

如何在Java项目中调用ChatGPT的接口，我看了官方文档看不懂。

使用JSON.parse 解析后端返回的 responseText 报错 JSON.parse("data: {\"text\": \"你好👋！我是人工智能助手智谱清言，可以叫我小智🤖，很高兴见到你，欢迎问我任何问题。\", \"message_id\": \"4577136f046344b799d098f0bf5fd0de\"}\r\n\r\n") 报错信息： Uncaught SyntaxError: Unexpected token 'd', "data: {"te"... is not valid JSON

import fetch from 'node-fetch'; import HttpProxyAgent from "http-proxy-agent" import { ChatGPTAPI } from 'chatgpt'; async function example() { const api = new ChatGPTAPI({ apiKey: 'xxx', completionParams: { model: 'text-davinci-003' }, fetch: (url, options) => { console.log(url, options); return fetch('https://api.openai.com/v1/chat/completions', { ...options, agent: new HttpProxyAgent("socks5://127.0.0.1:7890") }) } }) const res = await api.sendMessage('Hello World!') console.log(res.text) } example() 其中agent: new HttpProxyAgent("http://127.0.0.1:7890")是代理地址 其地址来自vpn应用： image.png 如果不配agent: new HttpProxyAgent("http://127.0.0.1:7890")这一行会出现一直请求但没有结果，属于连接不上去 配了后请求会报错403: image.png 错误详情： ChatGPTError: OpenAI error 403: { "error": { "message": "The OpenAI API can only be accessed over HTTPS. You should access https://api.openai.com rather than the current URL.", "type": "invalid_request_error" } } 我应该怎么解决这个问题？麻烦大佬们指点一下 我把http换成https后，报验证不过去；应该使用一个https证书，这个我应该如何操作 image.png

除了ChatGPT外，其它开源模型如斯坦福的小羊驼，或是其它GitHub上的开源模型，在小程序上可以使用吗？

除了CatGPT 之外，还有Github Copilot、DeepTabnine 之类的工具也是基于大语言模型，能实际生成代码的。这些工具宣传拿出来的数据也很厉害啊，比如在 GitHub Copilot 作为市场宣传素材的研究中，Copilot 能够独立完成 46%的代码，对于标准化内容，Copilot 能够以比⼈⼯快 58%的速度⽣成代码。（研究名称：Quantifying GitHub Copilot’s Impact on Developer Productivity and Happiness） 但反面问题也挺多的，我找到的一些调查结果： 有程序员朋友表示“每天编程的时间本来就不长，主要时间花在沟通上，其实没有强到能让我提前下班” 比较了 Copilot 和传统自动完成（即流⾏的 Intellisense 插件）的用户体验，结果发现参与者在使用 Copilot 时完成任务失败的次数比使用 Intellisense 插件时更多，但任务完成时间没有显着影响。（研究名称：Usability and design studies of AI-assisted programming） 发现该插件对任务完成时间或程序正确性没有显著影响；此外，他们发现参与者在他们的实验中编写的⼤多数（60%）提示词（Prompt）都没有⾜够详细地说明 （研究名称：Towards natural language interfaces for programming: A user study comparing programming with and without an extension.） ⼀项 2021 年的早期研究中，研究者检查了 GitHub Copilot 中的代码建议有不安全的代码（研究名称：Security risks of AI code generation: A study of GitHub Copilot） 基本上准确性、安全性问题，也是各家企业使用这类工具的核心疑虑，比如Salesforce 调研IT 的负责人就发现超过60%的企业IT 负责人都认为有这类的问题（来源：Generative AI research: What business leaders need to know, Salesforce News） 国内各科技公司也都有措施，比如美团、阿里、字节都是禁止使用，腾讯和蚂蚁是不建议使用，华为是高保密项目禁用+其他项目不建议使用。 所以想要请教下大家，实际使用下来效果怎么样？利弊哪个更大？

求各位大佬分享，有现成的 npm 包吗？

目前chatgpt还没有开放api，网上那种自己搞的是哪里来的？ 比如接入微信公众号的，小程序，微信群，qq群的那些号称chatgpt的机器人是真接入了chatgpt？？ 我只知道有个v1那个接口，但是那个接口的数据和chatgpt差距挺大的。