Гарантированный успех: решай любые тесты на 100% с мощью GPT в твоем браузере27.07.2024 11:15

// Основной процесс
async function main(question) {
    const threadId = await createThread(); // Шаг 1: Создаем тему
    if (threadId) {
        await addMessageToThread(threadId, question); // Шаг 2: Добавляем сообщение
        const runId = await createRun(threadId, "asst_код_асисстента", "Тебе даются вопросы с вариантоми ответов и ты на основе базы данных выдаёшь правильный ответ один. Ты выдаёшь только один правильный вариант ответа без каких либо пояснений."); // Шаг 3: Создаем запуск
		
		// Проверяем статус выполнения запуска
        await checkRunStatus(threadId, runId); // Шаг 4: Проверка статуса выполнения

        // Получение сообщений после создания запуска
        await getMessagesFromThread(threadId); // Шаг 4: Получаем сообщения
    }
}

Поскольку мы не пользуемся в этом примере никакими крутыми плюшками, а обращение к GPT будет обычным fetch‑запросом, то пункт с checkRunStatus очень важен. В технической документации о ней не особо говорится, но на форумах нашёл, что при данном подходе она прямо-таки необходима.

Ну что ж, теперь погрузимся в недра GPT.

Начнём всё как по тех. документации от open.ai: создаём тему для нашего ранее уже созданного ассистента в функции createThread ().

async function createThread() {
    console.log("Создание темы...");

    try {
        const response = await fetch("https://api.openai.com/v1/threads", {
            method: "POST",
            headers: {
                "Content-Type": "application/json",
                "Authorization": "Bearer уникальный_ключ_выданный_openai",
                "OpenAI-Beta": "assistants=v2"
            },
            body: JSON.stringify({})
        });

        if (!response.ok) {
            throw new Error(`Ошибка HTTP: ${response.status}`);
        }

        const data = await response.json();
        console.log("Тема создана, ID:", data.id);
        return data.id; // Вернуть ID темы для дальнейшего использования
    } catch (error) {
        console.error("Ошибка при создании темы:", error);
    }
}

Специально чтобы всё отслеживать и мониторить на случай ошибок, я также оставил вывод в консоль console.log (»…»); практически во всех функциях. В каждом запросе мы будем использовать «Authorization»: «Bearer уникальный_ключ_выданный_openai» и Bearer не нужно отсюда удалять, как советуют на многих форумах))). Функция возвращает нам уникальный ID, который мы будем использовать в дальнейшем.

Теперь идём к следующей функции addMessageToThread. Наконец-то отправим наше сообщение в GPT.

async function addMessageToThread(threadId, message) {
    console.log("Добавление сообщения в тему...");

    try {
        const response = await fetch(`https://api.openai.com/v1/threads/${threadId}/messages`, {
            method: "POST",
            headers: {
                "Content-Type": "application/json",
                "Authorization": "Bearer уникальный_ключ_выданный_openai",
                "OpenAI-Beta": "assistants=v2"
            },
            body: JSON.stringify({
                role: "user",
                content: message
            })
        });

        if (!response.ok) {
            throw new Error(`Ошибка HTTP: ${response.status}`);
        }

        const data = await response.json();
        console.log("Сообщение добавлено в тему:", data);
    } catch (error) {
        console.error("Ошибка при добавлении сообщения в тему:", error);
    }
}

Да-да. От строк:

const data = await response.json();
console.log("Сообщение добавлено в тему:", data);

можно избавиться, но всё же мне было интересно, что выдаст open.ai в ответ. Сама функция нам ничего не возвращает, лишь отправляет сообщение в GPT. Здесь интересного мало, так что идём дальше к функции createRun.

async function createRun(threadId, assistantId, instructions) {
    console.log("Создание запуска...");

    try {
        const response = await fetch(`https://api.openai.com/v1/threads/${threadId}/runs`, {
            method: "POST",
            headers: {
                "Content-Type": "application/json",
                "Authorization": "Bearer уникальный_ключ_выданный_openai",
                "OpenAI-Beta": "assistants=v2"
            },
            body: JSON.stringify({
                assistant_id: assistantId,
                instructions: instructions
            })
        });

        if (!response.ok) {
            throw new Error(`Ошибка HTTP: ${response.status}`);
        }

        const data = await response.json();
        console.log("Запуск создан:", data);
        return data.id; // Вернуть ID созданного запуска для последующего использования
    } catch (error) {
        console.error("Ошибка при создании запуска:", error);
    }
}

Она уже, в свою очередь, как я понял, отправляет нашему ассистенту команду на генерацию долгожданного ответа и ещё выдаёт нам уникальный id, к которому мы будем в дальнейшем обращаться за статусом готовности ответа.

Теперь перейдём к ней… Той самой функции, которая опрашивает периодически, готов ли наш ответ или нет. checkRunStatus

async function checkRunStatus(threadId, runId) {
    let status = '';
    try {
        while (status !== 'completed') {
            const response = await fetch(`https://api.openai.com/v1/threads/${threadId}/runs/${runId}`, {
                method: "GET",
                headers: {
                    "Authorization": "Bearer уникальный_ключ_выданный_openai",
                    "OpenAI-Beta": "assistants=v1"
                }
            });

            if (!response.ok) {
                throw new Error(`Ошибка HTTP: ${response.status}`);
            }

            const data = await response.json();
            status = data.status;
            console.log("Статус запуска:", status);

            // Подождать перед следующей проверкой
            await new Promise(res => setTimeout(res, 2000));
        }
    } catch (error) {
        console.error("Ошибка при проверке статуса запуска:", error);
    }
}

Как только наш ассистент составит ответ, у него изменится идентификатор на completed, и наш ответ будет готов к тому, чтобы мы его забрали.

Я, честно говоря, долго возился и пытался понять, почему мне не приходит ответ после отправки к GPT. Ведь я пытаюсь забрать его, а мне приходит какая-то дичь.

Ну и наконец получаем ответ, который я решил вывести в alert:

// Получение сообщений после завершения выполнения
async function getMessagesFromThread(threadId) {
    console.log("Получение сообщений из темы...");

    try {
        const response = await fetch(`https://api.openai.com/v1/threads/${threadId}/messages`, {
            method: "GET",
            headers: {
                "Content-Type": "application/json",
                "Authorization": "Bearer уникальный_ключ_выданный_openai",
                "OpenAI-Beta": "assistants=v2"
            }
        });

        if (!response.ok) {
            throw new Error(`Ошибка HTTP: ${response.status}`);
        }

        const data = await response.json();
        console.log("Полученный ответ:", data);

        // Проверяем, если данные содержат сообщения внутри объекта data
        if (Array.isArray(data.data) && data.data.length > 0) {
            const messages = data.data[0].content; // Получаем содержимое сообщения
			const answer = messages[0].text.value; // Получаем текст ответа
			
			const cleanedAnswer = answer.replace(/【\d+:\d+†source】/g, '').trim(); // Удаляем все вхождения формата 【x:y†source】
			
            alert(`Правильный вариант: ${cleanedAnswer}`);
        } else {
            alert("Ассистент не вернул ответ.");
        }
    } catch (error) {
        console.error("Ошибка при получении сообщений из темы:", error);

При выводе заметил, что у нас после ответа выдаётся идентификатор файлов, к которым обращался ассистент для поиска ответа. Да,  я знаю, что это мелочь, но глаза всё равно режет. Поэтому строкой:
const cleanedAnswer = answer.replace(/【\d+:\d+†source】/g, '').trim(); // Удаляем все вхождения формата 【x:y†source】
удаляем всё лишнее после ответа.

У любителей чистого кода прошу прощения за все левые выводы в консоль. Мне нравится лицезреть, что именно у меня работает, и в случае ошибки намного проще выявить проблемный сегмент.

Да, и если решили просто скопировать данные запросы, не забываем их расставить хотя бы в правильной последовательности, чтобы сначала была функция, а только потом её вызывали.

Конечная строчка кода — это:
addButton();
собственно, сам вызов начальной функции.

Теперь к самой сути ассистента

Этот этап я начинал с создания сначала векторной базы данных, а потом уже писал своего ассистента.

Итак, нам нужна будет база, по которой ассистент ищет ответы на вопросы. Мне с этим повезло: у меня были методички и техническая документация в цифровом варианте. Главное, чтобы всё было в текстовом формате!

Берём свою базу. Заранее я её не подготавливал, поскольку в ней ассистент и так хорошо ориентируется, и кладём в отдельный текстовый файл у себя на ПК.

Далее переходим в лк openai и выбираем Хранилище, там выбираем именно Vector stores (Векторные магазины), надеюсь, правильно перевёл)
Нажимаем на создание нового и загружаем ему наш файл с базой.
После чего уже в созданной базе нажимаем на создание ассистента. Напоминаю: мы не переходим в ассистенты, а создаём его прямо из базы. Так к ассистенту при создании привязывается база.

Да, возможно, её получится подключить отдельно, но я так и не нашёл, где именно это можно сделать.

И уже после этого можно брать наш идентификатор ассистента и писать под него код.

Хочу заметить, что версию GPT в плагине я выбирал gpt4o‑mini. И работает плагин из России у меня без VPN.

На данный код и разбор я потратил, в общем и целом, пару-тройку часов и, надеюсь, кому-то она сэкономит немного времени: ‑)

© Habrahabr.ru