airtable + gpt:带有无代码工具的轻量级抹布系统

如何构建编排工作流程以原型一种抹布系统,该抹布系统使用可用的文本数据库作为检索的知识库,以及OpenAI的GPT模型进行响应。

来源:KDnuggets
编辑图片| chatgpt

#简介

准备进行实际演练,几乎没有涉及代码,具体取决于您选择的方法吗?本教程显示了如何将两个强大的工具(OpenAI的GPT型号和基于云的数据库)绑在一起,以创建一个简单的玩具大小的检索型生成(RAG)系统。该系统接受基于问题的提示,并使用存储在Airtable中的文本数据作为知识库,以产生扎根的答案。如果您不熟悉抹布系统,或者想要复习,请不要错过有关理解抹布的本文系列。

OpenAi airtable 关于理解抹布的文章系列

#成分

自己练习本教程,您需要:

    一个可在工作区中创建的基础的可通行帐户。一个OpenAI API密钥(理想情况下是模型选择灵活性的付费计划)。一个PipedReam帐户 - 一个编排和自动化应用程序,可以在自由层下进行实验(每天运行限制)。
  • 一个可通行的帐户,其基础在您的工作区中创建。
  • OpenAI API键(理想情况下是模型选择灵活性的付费计划)。
  • PipedReam帐户 - 一个编排和自动化应用程序,可以在自由层下进行实验(日常运行限制)。
  • pipedream

    #检索效果的一代食谱

    构建我们的抹布系统的过程不纯粹是线性的,可以以不同的方式采取一些步骤。根据您的编程知识水平,您可以选择无代码或几乎无代码的方法,或以编程方式创建工作流。

    本质上,我们将使用PipedReam创建一个由三个部分组成的编排工作流程:

    使用pipedream
  • 触发器:类似于Web服务请求,此元素启动了一个操作流,该操作流通过工作流中的下一个元素。部署后,这是您指定请求的地方,即我们的原型抹布系统的用户提示。
  • 触发 可用块 OpenAI Block 公开可用的小数据集 本文 https://eoupscprutt37xx.m.pipedream.net