Deep Chat项目新增OpenAI助手创建功能详解
2025-07-03 17:11:42作者:丁柯新Fawn
背景介绍
Deep Chat作为一个开源的聊天组件,近期在其最新版本1.4.10中新增了对OpenAI助手创建功能的支持。这一功能扩展使得开发者能够直接在聊天组件中创建新的OpenAI助手,而不仅限于使用预先存在的助手ID。
功能实现细节
新版本中,开发者可以通过两种方式配置OpenAI助手:
- 使用现有助手:通过指定assistant_id属性来连接已存在的OpenAI助手
- 创建新助手:通过定义new_assistant对象来配置并创建全新的助手
新助手配置参数
创建新助手时,开发者可以配置以下参数:
- model:指定使用的模型(默认为gpt-4)
- name:助手名称
- description:助手描述
- instructions:助手指令
- tools:工具配置数组,支持三种类型:
- code_interpreter:代码解释器
- retrieval:检索工具
- function:自定义函数
- file_ids:关联文件ID数组
实现原理
该功能的设计考虑了以下几个关键点:
-
延迟创建机制:助手不会在组件渲染时立即创建,而是在用户首次发送消息时才进行创建。这种设计避免了因用户访问页面但不使用聊天功能而创建无用助手的情况。
-
助手ID获取:创建成功后,开发者可以通过组件引用的_activeService.rawBody.assistant_id属性获取新创建的助手ID,便于后续使用或存储。
-
默认模型设置:当未指定模型时,系统会自动使用gpt-4作为默认模型,确保基本功能可用性。
使用场景
这一功能特别适合以下场景:
- 多租户应用:每个用户可以使用自己的API密钥创建专属助手,实现数据隔离
- 个性化服务:根据不同用户需求动态创建具有特定功能的助手
- 临时会话:需要为特定会话创建专用助手的场景
技术考量
在实现过程中,开发团队考虑了以下技术因素:
- API调用优化:避免不必要的助手创建请求
- 错误处理:确保在创建失败时有适当的反馈机制
- 性能影响:最小化新功能对现有聊天体验的影响
总结
Deep Chat项目通过新增OpenAI助手创建功能,为开发者提供了更大的灵活性和控制权。这一改进不仅扩展了组件的应用场景,也为构建更复杂的聊天应用提供了可能。开发者现在可以根据实际需求,选择使用现有助手或动态创建新助手,从而更好地满足不同用户的需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137