OpenAI assistant API 在代码解释和知识检索方面颠覆了AI Agent领域。

assistant API的代码解释器功能是一个强大的工具，能够从代码执行生成各种文件类型，如图片和 CSV 文件。例如，当创建图像图表时，开发者可以通过助手消息响应中的 file_id 字段轻松访问它。这种无缝集成方便了生成内容的下载，无需额外操作。

想象一个场景，代码解释器将 CSV 文件的行进行随机排序。API 不仅执行这一操作，还提供直接下载链接。

知识检索功能通过使 API 能够利用外部信息源来增强助手 API。这可能包括从专有产品详细信息到用户提供的文档。过程很简单：一旦上传了文件，OpenAI 将其分块、索引并存储，实现矢量搜索以检索用户查询的相关内容。

启用这个功能就像在助手的创建参数中包含 retrieval 工具一样简单。API 通过在调用期间将所有相关内容纳入模型上下文来优化质量，实现了详细响应与高效模型使用之间的平衡。

assistant API 凭借其在助手和线程级别管理文件的能力而脱颖而出，支持多种格式，如 PDF、文档和电子表格。检索系统能够处理高达 512MB 的文件，确保即使是最全面的文档也可以被处理。

在助手 API 中调用函数增加了额外的复杂性。通过在助手中定义函数，API 可以根据用户消息智能地调用这些函数及其相应的参数。这导致了一种动态的、互动的体验，其中 API 响应了它认为必要的函数调用，几乎就像与一个知识渊博的同事对话。

想象一个用户需要当前天气信息的场景。API 的 getCurrentWeather 函数可以被触发，促使助手请求必要的数据。助手暂停运行，等待函数执行，收到输出后继续任务。这是并行函数调用的实际操作，展示了如何同时处理多个函数以实现全面的用户体验。

知识检索通过将外部数据源纳入其响应来扩展 AI 的视野。这个过程始于上传文件并将其整合到助手的知识库中：

file = client.files.create(
  file=open("knowledge.pdf", "rb"),
  purpose='assistants'
)

上传文件后，可以创建具有启用检索工具的助手：

assistant = client.beta.assistants.create(
  instructions="You are a customer support chatbot. Use your knowledge base to best respond to customer queries.",
  model="gpt-4-1106-preview",
  tools=[{"type": "retrieval"}],
  file_ids=[file.id]
)

这个功能允许助手利用丰富的信息源，为复杂查询提供精确的答案。

助手 API 通过函数调用将互动提升到新的水平。定义助手将使用的函数：

assistant = client.beta.assistants.create(
  instructions="You are a weather bot. Use the provided functions to answer questions.",
  model="gpt-4-1106-preview",
  tools=[{
      "type": "function",
    "function": {
      "name": "getCurrentWeather",
      "description": "Get the weather in location",
      "parameters": {
        "type": "object",
        "properties": {
          "location": {"type": "string", "description": "The city and state e.g. San Francisco, CA"},
          "unit": {"type": "string", "enum": ["c", "f"]}
        },
        "required": ["location"]
      }
    }
  }, {
    "type": "function",
    "function": {
      "name": "getNickname",
      "description": "Get the nickname of a city",
      "parameters": {
        "type": "object",
        "properties": {
          "location": {"type": "string", "description": "The city and state e.g. San Francisco, CA"},
        },
        "required": ["location"]
      }
    } 
  }]
)

通过提交函数输出来完成运行：

run = client.beta.threads.runs.submit_tool_outputs(
  thread_id=thread.id,
  run_id=run.id,
  tool_outputs=[
      {
        "tool_call_id": call_ids[0],
        "output": "22C",
      },
      {
        "tool_call_id": call_ids[1],
        "output": "LA",
      },
    ]
)

OpenAI 的assistant API 测试版是一个强大的工具，提供了在代码解释和知识检索方面前所未有的能力。它直观的设计，加上强大的功能，使用户能够轻松、精确地自动化复杂任务。

文章来自 “知乎”，作者 superpeng 互联网行业 算法工程师