MemFire教程｜FastAPI+MemFire Cloud+LangChain开发ChatGPT应用

为什么选择这三个组合

• OpenAI官方SDK是Python，此开发语言首选Python
• FastAPI是Python语言编写的高性能的现代化Web框架
• MemFire Cloud提供向量数据库支持，向量数据库是开发知识库应用的必选项
• MemFire Cloud提供Supabase托管，LangChain原生支持Supabase API
• LangChain是AI应用开发的主流框架，能方便的组合各种AI技术进行应用开发

FastAPI介绍

FastAPI 是一个用于构建 API 的现代、快速（高性能）的 web 框架，使用 Python 3.6+ 开发。

关键特性:

• 「快速」：可与 「NodeJS」 和 「Go」 并肩的极高性能（归功于 Starlette 和 Pydantic）。最快的 Python web 框架之一。
• 「高效编码」：提高功能开发速度约 200％ 至 300％。
• 「更少 bug」：减少约 40％ 的人为（开发者）导致错误。
• 「智能」：极佳的编辑器支持。处处皆可自动补全，减少调试时间。
• 「简单」：设计的易于使用和学习，阅读文档的时间更短。
• 「简短」：使代码重复最小化。通过不同的参数声明实现丰富功能。bug 更少。
• 「健壮」：生产可用级别的代码。还有自动生成的交互式文档。
• 「标准化」：基于（并完全兼容）API 的相关开放标准：OpenAPI(以前被称为 Swagger) 和 JSON Schema。

官方文档：https://fastapi.tiangolo.com/zh/

ChatGPT介绍

准确来说ChatGPT只是OpenAI基于GPT模型开发的一个应用，只不过这个词更流行，更广为人知。对于开发者来说，更准确的说法是GPT模型。目前OpenAI提供的模型包括：

模型	描述
GPT-4	GPT-3.5的优化版本，理解能力和生成自然语言和代码的能力更好
GPT-3.5	GPT-3的优化版本
DALL·E	文生图AI模型
Whisper	音频转文本AI模型
Embeddings	文本转向量模型
Moderation	敏感词检测模型，用以检查用户的输入是否合规

每个模型下面又分别有很多细分的模型，在文本和代码生成场景，官方推荐使用两个模型：gpt-3.5-turbo or gpt-4，本文使用目前成本更优的gpt-3.5-turbo 。相对应的， gpt-4 能理解更复杂的指令，也会尽可能不胡言乱语，但是 gpt-4 成本要高一些，推理速度要慢一些。

GPT模型的应用场景：

• 编写各种类型的文档，包括学术论文
• 生成代码
• 基于知识库进行问题回答
• 分析文本，包括阅读论文、解读代码等都能胜任
• 对话工具，比如客服
• 为软件提供自然语言接口
• 教学导师
• 翻译

OpenAI的更多资源请参考：
https://platform.openai.com/docs
https://github.com/openai/openai-cookbook

MemFire Cloud介绍

本文主要使用了MemFire Cloud的BaaS服务提供的数据库自动生成API以及向量数据库能力。MemFire Cloud的BaaS服务还提供了其他一些方便开发者进行应用开发的功能：

• 完整的用户注册、登录、权限管理API，web前端和App开发人员可以直接调用，几行代码完成用户注册登录功能。
• 微信小程序、手机短信验证码、github、apple等第三方用户接入支持。
• 最流行的postgres关系数据库支持，自动生成增删查改API接口，支持向量化插件pgvector。
  提供对象存储接口，方便应用开发者上传下载图片、文档等。
• 静态托管和自定义域名服务，可以让开发者不需要为部署前端代码专门购买云服务器。
• 云函数可以方便处理复杂和敏感的业务逻辑，也可以用来托管完整的api服务。

MemFire Cloud