chatgpt-tool-hub: A Python repository from maqqcn

chatgpt-tool-hub / ChatGPT工具引擎

给ChatGPT装上手和脚，拿起工具提高你的生产力

简体中文 | English

简介

这是一个能让ChatGPT使用多个神奇工具的执行引擎，你能用自然语言命令ChatGPT使用联网、搜索、数学运算、控制电脑、执行代码等工具，扩大ChatGPT使用范围提高你的生产力。

本项目因关注到ChatGPT开放插件而诞生，该插件定制性较差，且生态封闭，这不是一个好的趋势，我相信未来国内LLM一定百花齐放，同时我从ChatGPT看到了使用工具的可行性，和潜在价值，因此我希望做一个能兼容未来LLM的工具生态。

如果把ChatGPT的插件比作Apple的App Store，那么这个项目最终形态就是Android OS的开放式生态，简称LLM-OS。在这个生态里所有工具组成一个操作系统，用户仅需输入或传述文字即可做任何事情。

鉴于目前状况，本项目的定位是：一个开源的ChatGPT工具生态系统，您可以将工具与ChatGPT结合使用，使用自然语言来完成任何事情。

特性

支持中文输入输出
支持上下文记忆
支持proxy
支持多种工具：
- terminal
- python
- requests
- wikipedia
- meteo-weather
- news
- bing-search
- wolfram-alpha

快速开始

pip install chatgpt-tool-hub

import os
from chatgpt_tool_hub.apps import load_app
os.environ["OPENAI_API_KEY"] = YOUR_OPENAI_API_KEY
os.environ["PROXY"] = "http://192.168.7.1:7890"
app = load_app()
reply = app.ask(YOUR_QUESTION_TO_HERE)
print(reply)

PS: 默认加载：python、requests、terminal、meteo-weather工具

工具指南

工具名末尾加*表示使用该工具需要额外申请服务key, 超出免费额度需给服务提供商支付费用

1. terminal

在你运行的电脑里执行shell命令，可以配合你想要ChatGPT生成的代码使用，给予你通过自然语言控制电脑手段

1. 使用Terminal执行curl cip.cc    
2. wget下载 https://static.runoob.com/images/demo/demo2.jpg 到 xxx 路径

2. python

python解释器，使用它来解释执行python指令，可以配合你想要ChatGPT生成的代码输出结果或执行事务

1. 使用python查询今天日期    
2. eval this expression: hex(123456)-123

3. requests

往往用来获取某个网站具体内容，结果可能会被反爬策略影响

1. 总结信息 https://github.com/goldfishh/chatgpt-tool-hub    
2. 可以作为信息入口配合其他工具

4. wikipedia

可以回答你想要知道确切的人事物

1. wikipedia 查找：小红帽

5. meteo-weather

回答你有关天气的询问, 需要获取时间、地点上下文信息，本工具使用了meteo open api

1. 查询2023.4.1 南京未来七天的天气情况   
2. 现在时间是2023.4.1 北京明天会不会下雨

6. news *

获取实时新闻，从全球 80,000 多个信息源中获取当前和历史新闻文章

1. 最近美国有什么热点新闻？

7. bing-search *

bing搜索引擎，从此你不用再烦恼搜索要用哪些关键词

1. 使用bing-search工具获取任何你想搜索的内容

8. wolfram-alpha *

知识搜索引擎、科学问答系统，常用于专业学科计算

1. 使用wolfram gdp china vs. usa   
2. 使用wolfram solve a x^2 + b x + c = 0 for x

申请可选工具：方法

原理

工具引擎的实现原理本质是Chain-of-Thought：Chain-of-Thought Prompting Elicits Reasoning in Large Language Models

我将通过用6个自问自答的问题解释chatgpt-tool-hub的工作原理

1. 事务型工具（如terminal、python）是在哪运行，以及如何执行的

事务型工具是在你本地运行的，事务型工具本质是一个python编写的函数，terminal、python、requests工具分别用到了封装调用subprocess库、python解释器和request库的函数

2. ChatGPT是如何触发调用这些函数

借助ChatGPT api提供的temperature参数，该参数越低，ChatGPT输出的结果会更集中和确定，当temperature为0时，相同的问题会得到统一回答
我在prompt构建时会提供给ChatGPT此时用到的工具列表信息，每个工具信息包含：工具名和工具描述：

TOOLS:  
------  
  
You have access to the following tools:  

> Python REPL: A Python shell. Use this to execute python commands. 
> requests_get: A portal to the internet. Use this when you need to get specific content from a website. 
> Terminal: Executes commands in a terminal. 
> Bing Search: A wrapper around Bing Search. Useful for when you need to answer questions about current events.

有了工具prompt，这时ChatGPT就能理解这些工具名字和使用场景，调用事务函数还需要进一步细化我和ChatGPT之间的通信协议（仍是通过prompt）：通信协议限制ChatGPT使用工具时返回内容的格式，只能返回三种前缀的内容：

1. Thought: Do I need to use a tool? Yes or No
2. Action: 工具名字
3. Action Input: 工具的输入

通信协议完整prompt：

To use a tool, please use the following format:


Thought: Do I need to use a tool? Yes
Action: the action to take, should be one of [Python REPL, requests_get, Terminal, Bing Search]
Action Input: the input to the action
Observation: the result of the action

此时，工具引擎有专用的文本解析模块负责解析这些内容，当解析成功后，将调度到具体事务函数执行，然后返回固定前缀的结果：

Observation: 当事务函数执行完成返回时的内容

带Observation前缀的内容往往是使用事务型工具的用户想知道的答案

3. ChatGPT怎么知道该用的工具和输入，是否每次都严格按照prompt生成格式化内容

ChatGPT微调时进行大量Q&A、CoT预料的学习和RLHF调优，目前ChatGPT对于工具和内容生成的质量是有保证的
但是目前不是100%，因为会有低质量prompt或者不合适工具的输入，这些问题在工具引擎会进行鲁棒性的处理来保证生成内容的稳定性

我创建一个issue，可以方便大家来获取和分享使用tool过程解决的有趣问题和思路、每个tool使用时prompt技巧、遇到问题的处理办法：更好的使用tool的技巧交流

4. 如果需要多个工具交替配合解决某个问题，引擎是怎么做的？

当事务函数处理完成返回结果后，默认不会直接返回给用户，而是根据结果内容CoT，在整个prompt中，还有两个子prompt负责用户对话历史记录和中间结果

用户对话历史记录：

Human: A question
AI: A answer
......

中间结果：

Thought: Do I need to use a tool? Yes
Action: Wolfram Alpha
Action Input: gdp china vs. usa
Observation: China\nUnited States | GDP | nominal \nAnswer: China | $14.72 trillion per year\nUnited States | $20.95 trillion per year\n(2020 estimates)
Thought:

每轮工具CoT过程均会作为下次推理判断工具的依据，由此迭代地进行工具判断、执行，最后当识别到特定前缀时，CoT结果将返回给用户

CoT结束prompt：

When you have a response to say to the Human, or if you do not need to use a tool, you MUST use the format:

Thought: Do I need to use a tool? No
AI: the response to the original input question in chinese

ChatGPT使用工具过程并不顺利：当遇到迭代次数到达预设值时，会根据历史过程，返回给用户最后结果

5. 事务性工具交给ChatGPT是否具有不可预料的危险性？

是的，当你用事务性工具时，你就给予了ChatGPT在你本地运行程序的权利，你需要权限限制来规避可能的风险
如果无法信任ChatGPT主导你的机器，请不要使用

6. 非事务型工具的实现原理是什么

参考ChatGPT 官方插件，非事务性工具也称为插件型工具，该工具可视为开放性的ChatGPT插件

计划

feature todolist

[✓] 结果可解释性输出
[○] 长文本场景, tool token溢出的问题
[○] gpt_index长文本(pdf、html)检索
[○] 接口并发支持
[○] support zero-shot tool && no tool
[○] 长工具顺序控制
[○] 工具中断、定时
[○] 粒度配置
[○] 语音输入
[✗] 一个前端demo

tool todolist

[○] stable-diffusion 中文prompt翻译
[○] ImageCaptioning
[○] 小米智能家居控制
[○] 支持ChatGPT官方插件
[○] 支持图片处理工具
[○] 支持视频处理工具
[✗] Wechat

Q&A

我将在之后更新这部分内容

工具开发指南

目前工具分为两类：事务型工具、插件型工具

我等待有需求之后更新这部分内容

更新日志

背景

我将很快更新这部分内容

maqqcn/chatgpt-tool-hub