测试chatgpt最专业的问题 跟ChatGPT同源插件，专为测试人的开放，快来看看吧
专业出黑
3 月 23 日， 又投出了一枚重磅炸弹：为 推出插件系统！
此举意味着 将迎来“APP Store”时刻，也就是围绕它的能力，形成一个开发者生态，打造出基于 AI 的“操作系统”！
插件系统将为 带来质的飞跃，因为借助于插件服务，它可以获取实时的互联网信息、调用第三方应用（预定酒店航班、点外卖、购物、查询股票价格等等）。
是一个无比聪明的大脑，而插件会成为它的眼睛、耳朵、手脚、甚至于翅膀，能力惊人，未来不敢想象！
官方目前提供了两个插件：
另外， 还开源了一个知识库检索插件--，这个插件通过自然语言从各种数据源（如文件、笔记、邮件和公共文档）检索信息。有了开源代码后，开发者可以部署自己的插件版本。
想象一下，假如我提供了一个“ 知识库插件”，以所有官方文档作为数据源，那以后有任何 使用上的问题，我就只需询问 ，然后它调用插件并解析数据，最后返回给我准确的答案。这将节省大量的时间！
不仅如此，你还可以用书籍作为数据源，打造出“西游记知识库”、“红楼梦知识库”、“百科全书知识库”、“个人图书馆知识库”，等等；以专业领域的论文与学术期刊为数据源，创造出一个专家助手，从此写论文查资料将无比轻松；以苏格拉底、乔布斯、马斯克等名人的资料为数据源，创造出人格化的个人顾问……
作为第一个开源的 插件，-- 项目一经发布，就登上 趋势榜第一，发布仅一周就获得 11K stars。
这个项目完全是用 写的，不管是出于学习编程的目的，还是为了将来开发别的插件作借鉴，这都值得我们花时间好好研究一下。
接下来，我将分享自己在阅读项目文档和源码时，收获到的一些信息。
首先，该项目含 代码约 3 K，规模不算大。项目结构也很清晰，目录如下：
除去示例、测试、配置文件等内容外，最主要的三个目录如下：
数据源的文本数据会被映射到低维度向量空间，然后存储到向量数据库中。官方已提供 、、、、、Redis 这几种数据存储方案的示例。另外，有几个 pull 想要加入 的支持，大概率将来会合入。
这里使用了抽象工厂设计模式， 是一个抽象类，每种数据存储库是具体的实现类，需要实现三个抽象方法：
（1）(: Dict[str, List[]]) -> List[str]方法，接收一个字典参数，包含有 对象列表，将它们插入到数据库中。返回值为文档 ID 的列表。
（2）(: List[]) -> List[]方法，接收一个列表参数，包含被 的查询文本。返回一个包含匹配文档块和分数的查询结果列表。
（3）(ids: [List[str]] = None, : [er] = None, : [bool] = None, ) -> bool
方法，根据 id 和其它过滤条件删除，或者全部删除。返回操作是否成功。
值得注意的是，该目录下的.py模块使用了 3.10 新引入的 match-case 语法，紧跟着 社区的新潮流呢~
服务端接口
这个目录只有一个main.py文件，是整个项目的启动入口。它使用了目前主流的 框架，提供了增删改查的几个 API，另外使用 模块来启动服务。
在这几个接口中，增改删功能主要是给开发者/维护者使用的， 只需调用插件的查询接口。因此，代码中还创建了一个“/sub”子应用，只包含/query接口，提供给 调用。
另外，它使用 的 mount 方法挂载了一个“/.well-known”静态文件目录，暴露了关于本插件的基本信息，例如名称、描述、作者、logo、邮箱、提供给 的接口文档等等。
任务处理方法
这个目录下是一些通用的函数，比如下面这些：
（1）.py 文件包含了将字符串和 对象分割成小块、以及为每个块获取嵌入向量的函数。
（2）file.py 文件提供了从上传的文件中提取文本内容及元数据的函数。目前支持解析的文件类型包括 PDF、纯文本、、Word、CSV 和 PPTX。
（3）.py 文件包含两个函数： 函数使用 的text--ada-002模型对给定的文本进行嵌入。 函数使用 的 API 生成对话。
整个而言，这个插件的几个接口功能很清晰，代码逻辑也不算复杂。核心的文本嵌入操作是借助于 的 接口，文本分块信息的存储及查询操作，则是依赖于各家向量数据库的功能。
上有博主手画了一张示意图，字体虽潦草，但大家可以意会一下：
他这个视频值得推荐一看，因为 up 主不仅简明地介绍了插件的工作原理，还手把手演示如何部署到 Ocean、如何修改配置、如何调试，而且他有 的插件权限，可以将自己部署的插件接入 ，现场演示了知识库插件的使用！
目前，关于 插件的介绍、开发及配置等资料还比较少，毕竟是新推出的。但是，申请 的个人和组织已经数不胜数了，一旦开放使用，各式各样的插件一定会像 社区丰富的开源库一样，也将极大扩展 的生态。
最后，插件--的官方文档是最为详细的一手资料，推荐大家研究一番。
但是现在国内注册比较困难，这就劝退了很多人。那在国内如何使用呢？旁门左道我就不介绍了，我给大家分享一个软件测试人员专用的GPT平台。能做到的，它也可以。需要可以加我下方小卡片交流群哦~
现免费试用
如何利用实现二叉树？附代码讲解：
还可以继续：
最后：下方这份完整的【软件测试】视频学习教程已经整理上传完成，朋友们如果需要可以自行免费领取 【保证100%免费】
