基于ChatGPT3.5，如何实现可联网查询的对话机器人

背景

众所周知，OpenAI 开发了一款名为 "Web Browsing" 的插件，它利用 Bing 的 API 在互联网上搜索、整理、总结问题的相关信息，然后给出具体答案，然而ChatGPT4以下是不具备联网能力，这也许是很多人充值PLUS的原因，因为不能获取实时的信息，也有可能造成回答与实际环境脱节，但是大多数人没有那个预算，现实就摆在眼前，既要使用ChatGPT3.5的廉价的token能力，又想让他带上联网的功能，拼一拼，单车变摩托，这个可以实现吗？

很显然，这篇文章的出现，你应该已经猜到这个是可以实现的，下面，我带你来一步步实现。

原理

所谓的联网，就是基于从网络上搜索的信息作为上下文进行提问，一句话，就这呢简单，但是实现起来需要考虑两个点：

1、使用什么搜索引擎就行搜索，最好是开源的

2、搜索出来的内容如何传递给到 ChatGPT接口，是否会超过token的限制

3、怎么样组织好prompt

解决好以上3个问题，那这个问题自然就迎面而解了，别着急，我们问问ChatGPT，这些问题有没有答案。

第一个问题，找开源的搜索工具

对于这些21年就一定很成熟的技术，ChatGPT还不是手到擒拿，直接就给出了一个开源的搜索工具

duckduckgo_search，这里是他的官网 https://github.com/deedy5/duckduckgo_search

一看，还真不错，不仅仅支持搜索文本，还支持搜索图片，甚至视频

当然，我们关心的只是图片。

第一个问题，搜索的内容如何进行处理，把他作为上下文提供给到ChatGPT接口

这个嘛，就直接贴代码了

第三个问题，如何组织好prompt

还是直接给出代码，这就很清晰了，实际上就是把上面我们通过duckduckgo_search给到的关键字查到的内容，交给prompt中的占位符去重新组织一下

第四个问题，如果token超了怎么办

解决问题的办法是，我们可以使用langchain工具来做索引，做embedding，然后通过近似搜索来找到相关性比较大的上下文，或者，搜索工具，我们就取前面的2-3条的摘要，通常就不会超出。就如上面那个步骤，我的max_result设置的是5，保险的话，可以调整小点，比如到3。这是一个经验值，基本不会超。

总结

至此，一个代联网搜索能力的基于ChatGPT3.5 的工具就实现了，相信你在了解原理之后，自己也能轻松的完成一个。

推荐

这里也推荐一个代联网搜索能力的工具，bing就不说了，还有一个个人觉得做得非常牛逼。

https://www.perplexity.ai/ ，这个工具也支持使用ChatGPT4，限制是每3小时5次，都是免费的，可能是目前为止发现的最好的。