这是一项开源工作，旨在创造与 OpenAI 的 GPT 类似的体验。它建立在 LangChain、LangServe 和 LangSmith 之上。这使您可以更好地控制您使用的 LLM（在 LangChain 提供的 60 多个选项之间进行选择）、您使用的提示（使用 LangSmith 来调试这些）以及您提供的工具（从LangChain 的 100 多个工具，或者轻松编写自己的工具）。
在这里查看简单的托管版本
快速开始
1.启动后台
安装要求
cd backendpip install -r requirements.txt
默认情况下，它使用 OpenAI，但也有 Azure OpenAI 和 Anthropic 的选项。如果您使用这些，您可能需要设置不同的环境变量。
export OPENAI_API_KEY="sk-..."设置LangSimth。这是可选的，但它将有助于调试、日志记录、监控。通过上面的链接注册，然后设置相关的环境变量
export LANGCHAIN_TRACING_V2="true"export LANGCHAIN_API_KEY=...
启动后端服务器
langchain serve --port=81002.启动前端
cd frontendyarnyarn dev
导航到 http://localhost:5173/ 并享受吧！
特征
我们正在尽可能努力实现与 OpenAI 的功能对等。
- 沙箱 – 提供导入、测试和修改现有聊天机器人的环境。
- 使用的聊天机器人都是代码，因此可以轻松编辑
- 自定义操作 – 使用 OpenAPI 规范为您的聊天机器人定义附加功能
- 通过添加工具支持
- 知识文件 – 附加聊天机器人可以参考的其他文件
- 即将推出
- 工具 – 提供网页浏览、图像创建等基本工具。
- 默认启用基本 DuckDuckGo 和 PythonREPL 工具
- 图像创建即将推出
- 分析 – 查看和分析聊天机器人使用数据
- 为此使用 LangSmith
- Drafts – 保存并共享您正在创建的聊天机器人的草稿
- 支持保存配置
- 发布 – 公开分发您完成的聊天机器人
- 可以通过 LangServe 进行部署
- 共享 – 设置和管理聊天机器人共享
- 可以通过 LangServe 进行部署
- 市场 – 搜索和部署其他用户创建的聊天机器人
- 即将推出
代码结构
- frontend ：前端代码
- backend ：后端代码
- agent-executor ：代理的运行时
- gizmo-agent ：代理的配置
- app ：LangServe 代码（用于公开 API）
- packages ：核心逻辑
定制化
与直接使用 OpenAI 相比，OpenGPT 的最大吸引力在于它更具可定制性。具体来说，您可以选择要使用的语言模型以及更轻松地添加自定义工具。您还可以直接使用底层 API，并根据需要自行构建自定义 UI。
LLMs
您可以选择使用不同的LLMs。这利用了LangChain的许多集成功能。值得注意的是，根据您使用的LLMs，您可能需要更改提示方式。
我们默认公开四种代理类型：
- “GPT 3.5 Turbo”
- “GPT 4” “GPT 4”
- “Azure OpenAI”
- “Claude 2”
当我们有信心它们能够很好地工作时，我们将努力添加更多。
如果您想添加自己的LLM或代理配置，或者想编辑现有的LLM或代理配置，您可以在 backend/packages/gizmo-agent/gizmo_agent/agent_types 中找到它们
Claude 2
如果使用 Claude 2，您将需要设置以下环境变量：
export ANTHROPIC_API_KEY=sk-...Azure OpenAI
如果使用 Azure OpenAI，您将需要设置以下环境变量：
export OPENAI_API_BASE=...export OPENAI_API_VERSION=...export OPENAI_API_KEY=...export OPENAI_DEPLOYMENT_NAME=...
工具
开源的一大好处是您可以更轻松地添加工具（直接在 Python 中）。我们默认启用了两个工具：
- DuckDuckGo Search
- Python REPL（注意：这会直接在您的环境中执行 Python 代码，可能不安全）
在实践中，我们看到的大多数团队都定义了自己的工具。这在 LangChain 中很容易做到。有关如何最好地执行此操作的详细信息，请参阅本指南。
项目链接
https://github.com/langchain-ai/opengpts
