Assistants API 允许您在自己的应用程序中构建 AI 助手。助手有指令，可以利用模型、工具和知识来响应用户查询。Assistants API 目前支持三种类型的工具：代码解释器、检索和函数调用。未来，我们计划发布更多 OpenAI 构建的工具，并允许您在我们的平台上提供自己的工具。
您可以使用Assistants Playground或通过构建本指南中概述的分步集成来探索 Assistants API 的功能。从较高层面来看，Assistants API 的典型集成具有以下流程：
- 通过定义其自定义指令并选择模型来在 API 中创建助手。如果有帮助，请启用代码解释器、检索和函数调用等工具。
- 当用户开始对话时创建一个线程。
- 当用户提问时将消息添加到线程中。
- 在线程上运行助手以触发响应。这会自动调用相关工具。
OpenAI-Beta: assistants=v1本入门指南逐步介绍了创建和运行使用代码解释器的助手的关键步骤。
助理游乐场
除了Assistants API之外，我们还提供Assistants Playground（需要登录）。Playground 是探索 Assistants API 功能并学习如何在不编写任何代码的情况下构建自己的 Assistant 的好方法。
第 1 步：创建助手
助手代表一个实体，可以配置为使用多个参数响应用户的消息，例如：
- 说明：助理和模特应如何表现或回应
- 型号：您可以指定任何 GPT-3.5 或 GPT-4 型号。检索工具至少需要
gpt-3.5-turbo-1106（支持较新版本）或 个gpt-4-turbo-preview模型。- 注意：Assistants API 中对微调模型的支持即将推出
- 工具：API 支持由 OpenAI 构建和托管的代码解释器和检索。
- 函数：API 允许您定义自定义函数签名，其行为与我们的函数调用功能类似。
在此示例中，我们将创建一个作为个人数学导师的助手，并启用代码解释器工具。
Python1
2
3
4
5
6
assistant = client.beta.assistants.create(
name="Math Tutor",
instructions="You are a personal math tutor. Write and run code to answer math questions.",
tools=[{"type": "code_interpreter"}],
model="gpt-4-turbo-preview"
)第 2 步：创建线程
一个线程代表一个对话。我们建议在用户发起对话后立即为每个用户创建一个线程。通过创建 Messages在此线程中传递任何特定于用户的上下文和文件。
Pythonthread = client.beta.threads.create()线程没有大小限制。您可以向话题添加任意数量的消息。助手将使用相关的优化技术（例如我们已经使用 ChatGPT 进行了广泛测试的截断）来确保对模型的请求适合最大上下文窗口。当您使用 Assistants API 时，您可以委托控制针对任何给定运行传递给模型的输入令牌数量，这意味着在某些情况下您对运行 Assistant 的成本的控制较少，但不必处理复杂性自己管理上下文窗口。
已启用“线程”页面的组织可以查看通过助手 API 和助手游乐场创建的线程。线程页面权限可以在组织设置中进行管理。
第 3 步：向主题添加消息
消息包含文本，还可以选择允许用户上传的任何文件。消息需要添加到特定的 Thread 中。目前不支持通过消息对象添加图像，例如使用 GPT-4 和 Vision 在聊天完成中添加图像，但我们计划在未来几个月内添加对它们的支持。您仍然可以上传图像并通过检索对其进行处理。
Python1
2
3
4
5
message = client.beta.threads.messages.create(
thread_id=thread.id,
role="user",
content="I need to solve the equation `3x + 11 = 14`. Can you help me?"
)现在，如果您在 Thread 中列出消息，您将看到该消息已被附加。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
"object": "list",
"data": [
{
"created_at": 1696995451,
"id": "msg_abc123",
"object": "thread.message",
"thread_id": "thread_abc123",
"role": "user",
"content": [{
"type": "text",
"text": {
"value": "I need to solve the equation `3x + 11 = 14`. Can you help me?",
"annotations": []
}
}],
...第四步：运行助手
为了让助手响应用户消息，您需要创建一个 Run。这使得助手读取线程并决定是调用工具（如果启用了）还是简单地使用模型来最好地回答查询。随着运行的进行，助手将消息附加到带有role="assistant". 助手还将自动决定要在模型的上下文窗口中包含哪些先前的消息。这对定价和模型性能都有影响。目前的方法已经根据我们在构建 ChatGPT 时所学到的知识进行了优化，并且可能会随着时间的推移而发展。
您可以选择在创建运行时将新指令传递给助手，但请注意，这些指令会覆盖助手的默认指令。
Python1
2
3
4
5
run = client.beta.threads.runs.create(
thread_id=thread.id,
assistant_id=assistant.id,
instructions="Please address the user as Jane Doe. The user has a premium account."
)第五步：检查运行状态
默认情况下，运行进入queued状态。您可以定期检索运行以检查其状态，看看它是否已移至completed.
1
2
3
4
run = client.beta.threads.runs.retrieve(
thread_id=thread.id,
run_id=run.id
)第 6 步：显示助理的响应
运行完成后，您可以列出助手添加到线程的消息。
Python1
2
3
messages = client.beta.threads.messages.list(
thread_id=thread.id
)最后，将它们显示给用户！在此运行期间，助理向线程添加了两条新消息。下面是一个示例：
| 角色 | 内容 |
|---|---|
user |
我需要解方程3x + 11 = 14。你能帮助我吗？ |
assistant |
当然，简·多伊。(3x + 11 = 14)要求解的方程(x)，您需要(x)在方程的一侧进行隔离。您可以按照以下方法执行此操作：
(x)让我为您计算一下价值。 |
assistant |
方程的解(3x + 11 = 14)为(x = 1)。 |