Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 150 · Текст · ~5 мин

BigQuery и Cloud Functions в ChatGPT через GPT Actions

Урок 150 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Этот notebook содержит пошаговые инструкции по использованию Google Cloud BigQuery в качестве базы данных с возможностями vector search, с OpenAI embeddings, затем по созданию Google Cloud Function поверх для подключения к Custom GPT в ChatGPT.

Это может быть решением для клиентов, желающих настроить RAG infrastructure, размещенную в Google Cloud Platform (GCP), и предоставить ее как endpoint для интеграции с другими платформами, такими как ChatGPT.

Google Cloud BigQuery — это полностью управляемое, бессерверное хранилище данных, которое обеспечивает сверхбыстрые SQL-запросы, используя вычислительную мощь инфраструктуры Google. Оно позволяет разработчикам с легкостью хранить и анализировать огромные наборы данных.

Google Cloud Functions — это легковесное, событийно-ориентированное, асинхронное вычислительное решение, которое позволяет создавать небольшие, одноцелевые функции, реагирующие на облачные события без необходимости управления серверами или средами выполнения.

Для работы с этим руководством вам потребуется:

  • Проект GCP, к которому у вас есть доступ
  • Пользователь GCP с разрешением на создание BigQuery dataset и Google Cloud Function
  • GCP CLI установлен и подключен
  • OpenAI API key
  • Подписка ChatGPT Plus, Teams или Enterprise

Ниже представлена схема архитектуры этого решения, которую мы рассмотрим шаг за шагом:

  1. Настройка среды Настройка среды путем установки и импорта необходимых библиотек, а также конфигурирования наших настроек GCP. Включает: Установка и импорт необходимых библиотек
  2. Настройка проекта GCP
  3. Настройка OpenAI
  4. Подготовка данных Подготовка данных для загрузки путем создания embeddings документов, а также сбора дополнительной metadata. В качестве примера данных для этого мы будем использовать подмножество документации OpenAI.
  5. Создание таблицы BigQuery с векторным поискомСоздание таблицы BigQuery и загрузка подготовленных данных. Включает: Создание Dataset: Шаги по созданию dataset в BigQuery.
  6. Создание таблицы и загрузка данных: Инструкции по созданию таблицы в BigQuery.
  7. Создание GCP Function с использованием gcloud CLI и ранее вычисленных переменных среды
  8. Ввод в Custom GPT в ChatGPT Выполнение поиска по embedded данным в BigQuery: Vector Search: Шаги по выполнению запросов векторного поиска.
  9. Metadata filtering Search: Инструкции по выполнению фильтрации по metadata.

План урока

  1. Предварительные требования
  2. Архитектура
  3. Оглавление
  4. Установка и импорт необходимых библиотек
  5. Настройка проекта GCP
  6. Настройка OpenAI
  7. Настройка GCP BigQuery с возможностями Vector Search
  8. Создание BigQuery dataset

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды