ChatGPT 早先就發佈了 GPTs ，但感覺到了今天已經過了鋒頭，討論的人比較少了，我自己是還有繼續在使用自建的GPTs，不過搜尋還是很不容易，在這邊分享一下我找 Chat GPTs 的三種方法
透過 Google 幫你搜尋且排序好那些 GPTs 比較熱門，在搜尋框中輸入 site:http://chat.openai.com/g 即可
透過第三方網站幫忙整理好資訊，目前有700多個有用的
延伸閱讀
打算用一句會形容每一個Google IO所發表的AI新功能
用 google ai 整合並且搜尋你所有在google上的私人資訊，包含用文字搜尋照片(找出女兒游泳的照片)，email的彙整，google meet的會議紀錄彙整，Ask Photos with Gemini，Ask with Video
相較於其他產品，Gemini 1.5 Pro 的 token 數量可以來到 2M ，大約是1500頁論文，1小時的影片
輕量型 Gemini ，用於端，有效率
跟昨天的 OpenAI 一樣，可以利用手機的攝像頭即時理解生活的大小事情，包含複雜的程式碼或是只是幫你找到眼鏡
跟 OpenAI SORA 一樣，是影片的生成引擎，可以生成 1080p 的影片 46 秒
比起上一代，要快4.7倍
Gemini 客製了一個模型是給搜尋引擎使用，可以產初即時的資訊，有評分過後並且可以信任的資訊，也支援影片搜尋
跟 OpenAI 的 GPTs 一樣，可以用自然語言指揮你的AI，但不同的是有支援到 1M Tokens
可以跟影片對話，提問
Gemma 2 才會支援，27B 參數，針對視覺處理
專作教育市場的 AI 大語言模型，會出題會改作業的時代要來了
Google 最新的文生圖模型
提供給專業製作人們使用的 AI 生成音樂工具
協助你協同作業的萬能助理，他能在你開會的時候，幫你調查各種資料，以及解答問題
有了教學平台，當然也會有解題平台，學生可以用 Circle 取圈選題目，查詢答案，並且會提供解題步驟
幫你規劃旅程
幫你聽電話裡面的人是否有想要詐騙你
整場會議上 AI 被提及 121 次，可見有多重要
預設在你的windows下的 Linux 系統會取得一個 IP，通常是172.19開頭的，這是因為用的是 Hyper-V 架構導致的，變成你再 WSL 內開發的服務都很難對外，但其實只要利用 windows 內建的 Netsh interface portproxy 即可
透過 netsh interface portproxy 來作設定
netsh interface portproxy add v4tov4 listenport=<yourPortToForward> listenaddress=0.0.0.0 connectport=<yourPortToConnectToInWSL> connectaddress=(wsl hostname) -I)
其中
listenport 和 connectport 通常設定一樣，也就是你的服務的 port
listenaddress=0.0.0.0 (固定)
connectaddress 要記得是填入你 ubuntu 的IP喔，可以透過 wsl hostname -I 找出 IP
wsl hostname -I
假設你有一個服務是運行在 port 3001，ubuntu 的 ip 172.19.227.52，修改後的你指令應該要長成
netsh interface portproxy add v4tov4 listenport=3001 listenaddress=0.0.0.0 connectport=3001 connectaddress=172.19.227.5
最後記得要打開對應的防火牆的設定喔
關於 netsh 的控制指令說明
顯示目前所有的設定
netsh interface portproxy show all
重新設定 netsh
netsh interface portproxy reset
https://learn.microsoft.com/zh-tw/windows/wsl/networking
這一次OpenAI的2024年春季更新，帶來了虛擬人的真正可行性，因為可以真正即時的交互對談，過程中也真的像極了真人，有語氣，不會笨笨的把句子唸到完畢，完全能理解使用者的指令，並且做出對應的動作，重點還 free
Introducing GPT-4o (youtube.com)
反應速度快、真的超快，再也沒有延遲，可以看看DEMO
懂說話者的語氣，你可以緊張、可以不舒服，他都可以感受到
chatgpt 可以用各種語氣回應，甚至連叫他用歌劇的方法也可以
可以用錄影的方法，了解上下文解題，數學題代公式的也難不倒
也可以用攝像頭看得出來使用者的情緒
https://openai.com/chatgpt/download
AnythingLLM是一款全功能的應用程序，支持使用商業或開源的大語言模型（LLM）和向量數據庫建構私有ChatGPT。用戶可以在本地或遠端運行該系統，並利用已有文檔進行智能對話。此應用將文檔分類至稱為工作區的容器中，確保不同工作區間的資料隔離，保持清晰的上下文管理。
特點：多用戶支持、權限管理、內置智能代理（可執行網頁瀏覽、代碼運行等功能）、可嵌入到網站的聊天窗口、多種文檔格式支持、向量數據庫的簡易管理界面、聊天和查詢兩種對話模式、引用文檔內容的展示，以及完善的API支持客戶端定制整合。此外，該系統支持100%雲端部署，Docker部署，且在處理超大文檔時效率高，成本低。
注意，以下要用 linux 平台安裝，windows 用戶可以用 WSL，推薦用 Ubuntu OS
在自己的 home 目錄下，到 GitHub 中下載原始碼
git clone https://github.com/Mintplex-Labs/anything-llm.git
利用 yarn 作設定資源
cd anything-llm yarn setup
把環境變數建立起來，後端主機是 NodeJS express
cp server/.env.example server/.env nano server/.env
密文需要最少12位的字元，檔案的存放路徑也記得改成自己的
JWT_SECRET="my-random-string-for-seeding" STORAGE_DIR="/your/absolute/path/to/server/storage"
前端的環境變數，先把/api打開即可
# VITE_API_BASE='http://localhost:3001/api' # Use this URL when developing locally # VITE_API_BASE="https://$CODESPACE_NAME-3001.$GITHUB_CODESPACES_PORT_FORWARDING_DOMAIN/api" # for Github Codespaces VITE_API_BASE='/api' # Use this URL deploying on non-localhost address OR in docker.
如果你在設定的時候，遇到更新請求，可以跟我著我下面的方法作
把 prisma 更新好
yarn add --dev prisma@latest yarn add @prisma/client@latest
先編譯前端程式碼，前端是由 viteJS + React
cd frontend && yarn build
將編譯好的資料放到 server 的目錄下
cp -R frontend/dist/* server/public/
選項，如果需要用到本地端的 LLM 模型，就把 llama-cpp 下載下來
cd server && npx --no node-llama-cpp download
把資料庫建立好
cd server && npx prisma generate --schema=./prisma/schema.prisma cd server && npx prisma migrate deploy --schema=./prisma/schema.prisma
Server端是用來處理 api 以及進行向量資料庫的管理以及跟 LLM 交互
Collector 是一個 NodeJS express server，用來作UI處理和解析文檔
cd server && NODE_ENV=production node index.js & cd collector && NODE_ENV=production node index.js &
現在 anything llm 更新速度超快，把這一段指令碼複製起來，方便未來作更新的動作
#!/bin/bash cd $HOME/anything-llm &&\ git checkout . &&\ git pull origin master &&\ echo "HEAD pulled to commit $(git log -1 --pretty=format:"%h" | tail -n 1)" echo "Freezing current ENVs" curl -I "http://localhost:3001/api/env-dump" | head -n 1|cut -d$' ' -f2 echo "Rebuilding Frontend" cd $HOME/anything-llm/frontend && yarn && yarn build && cd $HOME/anything-llm echo "Copying to Sever Public" rm -rf server/public cp -r frontend/dist server/public echo "Killing node processes" pkill node echo "Installing collector dependencies" cd $HOME/anything-llm/collector && yarn echo "Installing server dependencies & running migrations" cd $HOME/anything-llm/server && yarn cd $HOME/anything-llm/server && npx prisma migrate deploy --schema=./prisma/schema.prisma cd $HOME/anything-llm/server && npx prisma generate echo "Booting up services." truncate -s 0 /logs/server.log # Or any other log file location. truncate -s 0 /logs/collector.log cd $HOME/anything-llm/server (NODE_ENV=production node index.js) &> /logs/server.log & cd $HOME/anything-llm/collector (NODE_ENV=production node index.js) &> /logs/collector.log &
近期留言