开源GPTs
什么是GPTs
具有自定义能力的聊天机器人，可以根据文档进行问答，可以使用工具，可以运行代码。使用工具，例如调用搜索引擎搜索数据，调用api查询天气，搜索数据库等，运行代码可以是按需求绘图，按需求计算数学，排列等。
一些分享的GPTs示例：
图片OCR工具： https://chat.openai.com/g/g-L29PpDmgg-ocr-gpt
网页设计：https://chat.openai.com/g/g-2Eo3NxuS7-designergpt
根据提供位置绘制天气报告： https://chat.openai.com/g/g-twUGxmpHv-visual-weather-artist-gpt
角色扮演游戏：https://chat.openai.com/g/g-ZPDmFphpX-satoru-gojo
数据分析可视化： https://chat.openai.com/g/g-HMNcP6w7d-data-analysis
图像编辑器: 基本的图像编辑操作 - 裁剪、调整大小、缩放、旋转、格式转换等: 基本的图像编辑操作 - 裁剪、调整大小、缩放、旋转、格式转换等: https://chat.openai.com/g/g-WXEhiLIoP-image-editor
更多： taranjeet/awesome-gpts: Collection of all the GPTs created by the community (github.com)
香氛ChatGPT： http://192.168.50.189:5173
开源的GPTs
Hugging Face: https://docs.llamaindex.ai/en/stable/module_guides/models/llms/modules.html#hugging-face
EverlyAI: https://docs.llamaindex.ai/en/stable/module_guides/models/llms/modules.html#everlyai
LiteLLM
PaLM
Predibase
Replicate
LangChain
Llama API
Llama CPP
Xorbits Inference
MonsterAPI
RunGPT
Portkey
AnyScale
Ollama
Konko
Clarifai
Bedrock
Vertex
Perplexity
OpenLLM https://github.com/bentoml/OpenLLM
LocalAI https://github.com/mudler/LocalAI
Dify: https://docs.dify.ai/
测试Dify:
支持的功能：基于LLM开发的GPTs，支持自定义Prompts，接入各种LLM，使用工具，自定义知识库，自定义embedding模型，暴露GPTs的API和js前端聊天插件。
测试地址：
构建的chat：
http://192.168.50.209/chat/4iPdsjSSCnfOG2g8
GPTs功能设想（使用自然语言的数据交互平台）
GPTs的发展导致LLM的使用门槛迅速下降，所以每个人都可以设计专用领域的GPTs，🤔，使用GPTs的客户，目前C端的客户除了Openai进行付费，其它的付费不太多，C端客户和B端客户的对使用GPTs区别，B端会比C端更要求准确度，会对领域内模型和数据要求更高，专业功能更多。
原因：简化数据的操作。
1.数据来源：数据流动性，GPTs数据可以流动，数据来源来自后台提供和用户上传，数据会通过LLM进行解析知识点，保存到知识库中，形成知识图谱。结构化数据更好理解。
2.用户问答：用户提问，对用户进行回答。如果涉及到知识库中的数据，那么就通过图的形式展示出来。展示出原始数据，避免LLM的幻想。
3.数据操作和挖掘：自然语言可以查询数据，问答数据。筛选数据，表现为对图节点进行控制和筛选(数据的2-8定律，百分之20有用）。挖掘数据：自然语言可以调用工具进行统计，绘图，在左侧展示出来，绘制完成的图表可以被LLM解释。
技术需求：
支持Agent的只能LLM，例如ChatGPT，GPT4，开源的通义千问。
嵌入模型。
LLM知识抽取和知识图谱。
额外思考： 结合数字人，拟人化回答，但是面向B端好像用处不大。