由组件驱动的新GPT操作

使用AWS Lambda和Bit Components构建GPT Actions

创建GPT动作是将您的应用程序连接到ChatGPT提示的激动人心的方式。这是通过连接您的API端点并在OpenAPI规范中描述API来完成的。在内部，GPT操作利用功能调用来执行API调用。一旦定义，ChatGPT会根据您与其进行的对话来理解何时调用。

在这篇文章中，我们探讨如何使用可组合的AWS Lambda函数和Bit组件构建一个GPT操作。这个示例的重点是创建一个天气API操作，其中ChatGPT与实时天气数据进行交互，并响应与天气相关的提示。

行动概述

ChatGPT使用天气API的操作处理用户提示，将其映射到天气操作输入（如果需要还会转换任何输入），以直接获取实时天气数据。以下是它的工作原理：

用户提示和意图：ChatGPT识别意图来检查天气，并使用OpenAPI模式来理解如何发出请求。
结构导向请求：模式告诉ChatGPT使用哪个端点，需要的参数，以及响应格式，确保有效的API调用。
Lambda执行：请求被发送到托管天气API的AWS Lambda函数，该函数获取指定位置的实时天气数据。
回复用户：ChatGPT 解释 API 响应，并以对话方式返回天气详细信息。

开放API模式使得ChatGPT能够自动化请求和响应，为用户创造出无缝、实时的交互体验。

API与组件

使用AWS Lambda和组件创建API具有几个优点。AWS Lambda允许您使用按需付费模型和慷慨的免费套餐创建API。同时，组件提高可维护性，并支持持续更新和向后兼容性。

首先，我们设计一个可组合的API，作为我们GPT行动的基础。这个API将从Open Weather Service获取天气数据。让我们分别创建每个组件。

GPT 动作实体：定义 API 结构和参数。
GPT操作逻辑：连接API与ChatGPT，用于解释和回复天气请求。
GPT操作（Lambda）：此操作处理请求并公开两个端点，一个用于天气数据，另一个用于返回OpenAPI模式。

每个组件将作为独立的 Bit 组件开发，允许在更大的 GPT 动作架构中进行隔离测试和平滑集成。

步骤1：创建GPT动作实体

此组件使用 Weather 接口处理天气数据，该接口定义了从外部 API（如 OpenWeatherMap）提取的天气信息的结构。

您可以在这里找到该组件。按照以下步骤创建它很容易。

在 bit.cloud 中创建一个账户。
创建一个作用域（例如my-gpt-scope）来存储您的组件。
前往范围URL，并单击右上角的“编辑范围”按钮。这将立即启动一个Bit Cloud Workspace实例，并使用现成的工具来创建新组件。

4. 创建一个新的组件。 (您可以通过运行 bit templates 命令找到所有可用的组件模板)。

bit create entity "gpt-action-entity"

5. 更新您的组件代码以返回天气模式，并更新其单元测试（规范文件）。

export type Weather = {
    main: {
        temp: number; // Temperature in Celsius
    };
    weather: {
        description: string; // Weather condition description
    }[];
    name: string; // City name
};

步骤1：创建GPT动作逻辑

与上面类似，创建一个新实体，并编写逻辑以从Open Weather API获取天气数据。为了创建这个组件，让我们使用模块模板。

bit create module "gpt-action-logic"

import type { Weather } from "@aws-lambda/demos.gpt-action-entity";
import axios from 'axios';

/**
 * Fetches weather data based on the provided city and apiKey.
 * 
 * @param city The city for which to fetch weather data.
 * @param apiKey The API key for accessing the weather data.
 * @returns A string with the weather data or an error message.
 */
export async function gptActionLogic(city: string, apiKey: string): Promise<string> {

  // Move the getWeather logic inside gptActionLogic
  const getWeather = async (city: string, apiKey: string): Promise<Weather> => {
    const apiUrl = `http://api.openweathermap.org/data/2.5/weather?q=${city}&appid=${apiKey}&units=metric`;

    const response = await axios.get(apiUrl);
    return response.data as Weather;  // Cast response data to the Weather type
  };

  try {
      const weather = await getWeather(city, apiKey);
      return `It's ${weather.main.temp}°C in ${city} with ${weather.weather[0].description}.`;
  } catch (error) {
      return 'Failed to fetch weather data. Please try again.';
  }
}

实体组件被导入并在其实现中用于绑定天气数据。您可以在这里找到该组件。

步骤3：创建GPT操作（函数）

在这一步中，我们将创建AWS Lambda功能组件，作为API来返回天气数据及其Open API模式。

为此，我们不需要从头开始创建一个组件，而是可以克隆一个现有的Lambda组件，并修改其代码以从GPT Action逻辑组件获取天气数据。

bit fork aws-lambda.demos/http-lambda@0.0.5 gpt-action

复制后，您需要修改其环境变量（传递Open Weather API的API密钥）并暴露两个端点。

架构端点：这在OpenAPI 3.1规范中公开了预定义的API架构。通过提供您的函数实现，您可以轻松使用HopeAI（内置AI与Bit）或ChatGPT来生成此架构。
天气终端点: 这个终端点用于响应 API 请求以检索天气信息。

您可以在这里找到该函数的实现。一旦所有组件连接完成，依赖图看起来如下。

Dependency graph of the Weather API implementation

在定义函数之后，您还可以在作用域、Ripple CI 变量和标签中设置 WEATHER API KEY、AWS ACCESS KEY ID 和 AWS SECRET ACCESS KEY，并将组件导出到 Bit 云。这会触发 Ripple CI 将您的函数部署到 AWS，并显示您可以用来调用 API 的 HTTP URL。