随着科技的发展和普及，手机成为了我们日常生活中不可或缺的一部分。而CHATGPT是一款非常实用的手机应用程序，它可以帮助我们解决很多问题，下面就介绍一下手机CHATGPT怎么使用。

我们需要在手机应用商店中下载并安装CHATGPT应用程序。下载完成后，打开应用程序，会出现一个登录界面。如果你没有账号，可以通过邮箱或手机号注册一个账号，也可以使用已有的或Google账号登录。

登录成功后，我们可以看到CHATGPT的主页。主页上有很多实用的功能，例如文本输入、语音输入、拍照输入等等。我们可以选择合适的输入方式，将自己的问题输入到CHATGPT中。

CHATGPT的核心功能就是它的人工智能智能问答系统。这个系统可以帮助我们回答各种问题，例如健康、科技、教育、生活等等。当我们输入问题后，CHATGPT会通过网络搜索、数据分析、自然语言处理等技术，查找相关的答案，并向我们展示最相关的结果。

此外，我们还可以在CHATGPT中设置自己的个人信息和偏好选项。在个人信息中，我们可以填写自己的姓名、性别、年龄等基本信息，以便CHATGPT更好地了解我们的需求。在偏好选项中，我们可以选择我们感兴趣的主题和话题，CHATGPT会根据我们的选择来提供更加定制化的问答服务。

如果我们对CHATGPT提供的答案并不满意，可以通过人工智能客服进行进一步的交流。CHATGPT的人工智能客服会帮助我们更深入地了解问题，并提供更准确的答案。

总的来说，手机CHATGPT是一款非常实用和方便的应用程序。它可以帮助我们解决许多问题，而且还可以根据我们的个人偏好和需求，提供更加定制化的服务。使用CHATGPT可以让我们更快地获取有效信息，以及更好地应对各种问题。

---

websocket java实现 gpt机器人自我学习

websocket,websocket前后端交互,websoc是什么软件,websocket连接不上

原标题：手搓GPT系列之 - chatgpt + langchain 实现一个书本解读机器人

ChatGPT已经威名远播，关于如何使用大模型来构建应用还处于十分前期的探索阶段。各种基于大模型的应用技术也层出不穷。本文将给大家介绍一款基于大模型的应用框架：langchain。langchain集成了做一个基于大模型应用所需的一切。熟悉java web应用的同学们应该十分熟悉spring boot框架，我们可以说langchain 就是大语言模型应用方面的spring boot。本文将为大语言模型应用的开发者们提供一个基于langchain的示例项目，便于大家进一步提升prompt engineering的效能。

本示例项目将实现一个机器人，这个机器人会从指定路径读取电子书内容（格式为epub），并根据所读取的书本内容回答用户问题。即题目中所说的书本解读机器人。

• 安装python 3.8以上，目前的最新版本是3.11。

• 本例采用jupyter-lab作为开发环境，因此需要在电脑上安装jupyter-lab。

• 注册openai账户，并设置OPENAI_API_KEY环境变量。

• 我们使用redis来保存所加载的书本的内容，因此需要部署一个redis服务。不同于我们平时一般web应用使用的redis服务，我们这次需要安装redis-stack：

• 然后安装相关的python依赖包

• 安装pandoc，加载epub电子书要用 。

• 准备电子书的内容，在项目目录下（即你的ipynb文件同一目录下）建立resources/epub目录，把epub格式的电子书放在该目录下。为了方便大家使用，笔者为大家准备了示例中用到的电子书资源，大家可以下载使用。

列出resources/epub目录下的所有电子书，然后把所有电子书读取到documents的字典中。请注意下方的代码，我们只保留category=NarrativeText的文本，其他文本类型包括：Title, UncategorizedText, ListItem等。【【网址】】

为每本书建立一个index。以书名作为index的名称。文章来源地址https://【【网址】】/blog/447171.html

使用【【微信】】lkit可以将多本书一起作为输入，根据用户的问题切换到最合适的书。另一个可以选的toolkit叫【【微信】】(【【微信】】=【【微信】】)。这个toolkit的使用思路时把多本书存在一个index下，机器人会综合所有书的相关内容做出解答，另外如果用户要求提供来源，机器人会提取metadata里的’source’字段并回复。

清注意，机器人会根据你的问题，自动找出最相关的书本来给你作答。

由于只是一个示例项目，因此本项目只是通过jupyter lab来实现，并非一个真实可以提供任何web服务的项目，其中的一些逻辑也简单化处理。例如只能读取笔者预先放置在项目工程目录下的epub格式的电子书，而不能由用户自由上传电子书并为用户提供解答服务。再例如如果连续运行两次加载电子书的操作，会在数据库中留下重复的数据，本例子中并未包含去重的逻辑。由于这个项目的主要目的是为了探讨langchain在大模型应用开发中的作用，而非巨细靡遗地实现一个可以商业化的机器人，笔者认为，增加很多处理细节的业务逻辑，会导致项目的最主要部分被很多非核心的代码掩埋，反而不利于读者对langchain建立一种清晰的认知。因此读者朋友在将本例中的代码应用于自己的项目中时，应该注意完善各种细节，以避免项目出现缺陷。

去github。

来源于：手搓GPT系列之 - chatgpt + langchain 实现一个书本解读机器人