@nealHuang 用的我自己写的一个主题 hugo-ladder ，具体的搭建可以看这篇博客： https://guangzhengli.com/blog/zh/how-to-create-your-blog-for-free-by-hugo-ladder-in-30min/

字体用的是霞鹭文楷～

@rpman 暂时都是用的同一个 chunking ，大概 2000 tokens 一个 chunk 。

@connectsixboy 理论上模型变化很大会造成失效，但是 OpenAI 最近都是更新 gpt 模型，text-embedding 模型更新频率很慢。

@hahastudio embedding 共享的商业化我也感觉有点难，感觉细分领域自己创建独有业务领域的 embedding 数据给别人使用还是很有前景的

@pkoukk #10 LangChain 还是可以的，这个项目所有和 OpenAI / Azure Openai 集成的代码都是用的 LangChain ，想要学习 LangChain 写 AI 应用的小伙伴可以拉代码看看。

如果不想用 Python 写 AI 应用，我觉得 LangChainJs 是唯一选择。

@Seanfuck 如果有趣或者细分领域还是有帮助的，例如上传法律条文、上传一些面试题之类的

@zzh161 什么代理？

@SWALLOWW
@ql562482472

@SWALLOWW
@ql562482472

举个例子，我基于 https://github.com/k88hudson/git-flight-rules/blob/master/README.md 这个 Git 操作手册进行 Embedding 创建了 vector 数据后，就可以问 ChatGPT 基于这个文档材料相关的问题。例如问 I want to undo rebase/merge ，它就会回复 To undo a rebase or merge, you can reset your branch to the original HEAD pointer using the ORIG_HEAD variable. Use the command "git reset --hard ORIG_HEAD" to recover your branch to its state before the rebase/merge. 这段话是基于材料的上下文，而不是 GPT 的自由发挥。

再比如我上传朱自清的《背影》这篇文章，我问橘子是谁买的？可以得到回复是父亲买的。

所以这个功能是基于上传材料的上下文得到 GPT 的回答，而不是纯粹的 GPT 问答。


@nyxsonsleep @dawnven 声音选择的是 https://docs.elevenlabs.io ，价格还行。

自荐一个刚创建的 Youtube 频道： https://www.youtube.com/@devweekly ，最新一期换了一个比较磁性的 AI 声音。每周发布一些最新的开源项目和有趣的产品项目。

分母来了

@rui2k 效果确实一般，embedding 的方案限制还是比较明显的。

@beiwei2008
@ZSeptember
@B1ock

embedding 的方案会将相关度高的文本给 ChatGPT ，而不是整本书的内容，所以现在如果问的是很模糊的问题，其实效果并不算好，但是问题精确的话，效果就还行。

@jZH 这个错误应该是我只打包了 arm64 的镜像导致的，目前已经推送了 amd64/arm64 ，你删掉本地镜像重新下载即可。

@metalvest 管理之前已经上传过的文档这个需求打算后面加上。感谢建议。

@metalvest 不好意思，应该是我最后清理依赖的时候删掉了，已加。谢谢提醒🙏

@justin2018 还需要重新投喂，生成新的 embedding 。并且最好换个名字，因为现在是按照文件名创建的 embedding 。后续这个也可以优化。

@cheng6563 语料库就是你自己的材料，比如你上传一本书的内容，可以问 ChatGPT 这本书写了什么

@NicholasZhan 对，因为现在创建出来的 embeddings 还是差点意思，所以大多是问答模式，后续看看怎么优化。