解决什么问题？

ChatGPT-3.5能回答的问题，局限于2021年之前的知识库，而且只能做成一个“千人一面”的机器人。
有许多时候，我们需要一个“个性化”的机器人。就好像，世界上有60亿人口，每人都有不同。对话机器人也将随着不同场景，而有不同。
使用chatbot，你可以轻松创建“角色”。开发者可以允许用户轻松创建他们的“角色”。
从易至难，创建角色可以有几个层级：

指定“角色设定”文本。这段文本会自动发送给chatgpt。
如果1还不够，你可以再指定“知识库”——你的机器人将学习这些个性化的知识信息，并运用这些信息与用户对话。
如果2还不够，你可以通过指定completion函数，来做充分的个性化。或许在这个函数中，你想要记录某些新知识，并且动态的调整提示词。

注: chatbot的内部实现中， 1、2都被统一成3的方式来实现。

使用方法

基于通用性考虑，本项目通过命令行使用。因此，你可以把本项目嵌入到你的服务器中，也可以嵌入到任何地方。

1. 创建角色

$ chatbot create

运行命令后，
输入你的角色文本即可。
一个角色文本可以是：

一段角色设定文字。
一个json文件，包含一个object，形式如下:

{
    "role-setting": ".....", // 机器人设定
    // facts的说明：未来可以支持某个url， 这个url可以是普通网页，也可以是pdf，甚至是某个docx附件， 某个托管在互联网上的“文件夹”， 某个互联网上的zip文件。从而用户可以把自己的文件夹压缩后，上传到某个托管站点， 然后通过指定facts， 即可。
    "facts": "...." // 机器人需要知道的事实性知识。(可选)
}

一个python项目，必须包含一个completion函数:(TODO: 研究python以什么形式打包，供别人调用？)

    completion(context, chats)==>new-chats

开发者可以在这个函数里，发起多个openai请求，记录重要信息，甚至升级“事实”，升级这个角色自身等等。

记录用户的重要信息：开发者可以使用mongodb的数据修改语句，来修改“角色”或者“角色-用户”的记忆。
升级角色自身：开发者可以通过调用命令chatbot update <roleid> new-python-role.py来升级自身。

事实上，前两种文本方式，在chatbot项目内部，都会被统一包装成第三种形式, 也就是说， chatbot会为前两种方式的“角色”生成一个python格式的角色。并且在内部统一使用python格式的角色。

当然，你也可以使用shell的输入重定向，来把你的“文件”导入成角色。

$ chatbot create < py-coach.json

2. update 角色

$ chatbot update <role-id>

输入内容同上。只是把新的role覆盖掉老的role而已。

3. introduce 角色

$ chatbot introduce <role-id>

输出这个role本身。

4. 和角色对话

$ chatbot talk from-user-id to-role-id

输入之前的聊天对话历史，直到最后一句是用户发起的。
其中，如果<from-user-id>为0，表示匿名用户。
程序应该输出补全的部分。
例如:

输入：

$ chatbot talk 123 111
123: 你好
111: 你好呀， 我是考级助手。 可以辅助你刷题， 你想开始吗？还是有其他问题想讨论？
123: 请给我一道题目

输出：

111: 输入一个整数n， 输出1~n之间的奇数。

运行时环境: context

作为completion函数的第一个参数。这包括：

db: 一个mongodb数据库, 使用monger库来访问。(TODO: 待研究)
user_id: 聊天的用户id。如果为空，则为匿名用户。
role_id: 我这个角色的id。

用户系统

chatbot与应用（角色）的用户系统没有耦合。这意味着chatbot没有自己的用户系统。
但是chatbot会记住某个role传给他的user-id。
具体这个user-id有什么意义， chatbot不关心。这是role的开发者所需要关心的。

leefurong/chatbot