OpenAI 大火后有许多开发者正在活想要基于 OpenAI 做很多上层应用的开发，这方面在 Python 的生态确实比较完善，但对于 Gopher 来说要获得结构化的结果还需要额外的工作，没有既定的最佳实践。
在 golang 世界中，还没有这样的协议。但有一种非常成熟、稳定、广泛使用的协议可以实现我们想要的大部分功能：protobufs 和 protojson（用于将结构化内存中的结构转换为 JSON）。

在本文中，我们将通过代码来实现这种组合：OpenAI（包括 ollama + open weights）+ protobufs + golang。

实现

我们希望创建一个 POC，对输入和输出进行稳健的类型化验证：
输入应为国家名称，输出应为国家名称和其他统计数据。

如何在 Golang 中使用 OpenAI

这里我们使用 Sasha Baranov 开发的非官方 Golang OpenAI 客户端。

设计协议

创建 protobuf 文件：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

syntax = "proto3";

package countryinfo;
option go_package = "./protobuf";


message CountryRequest {
  string country = 1;
}

message CountryResponse {
  string country = 1;
  int32 country_population = 2;
  string capital = 3;
  int32 capital_population = 4;
  int64 gdp_usd = 5;
}

现在创建 go 对应程序（需要安装 protoc 才能使用）：

1

protoc --go_out=. countryinfo.proto

这将为我们在 main.go 文件中使用的内容创建一个 go 原生类型验证。我们的包含文件需要包含 protobuf，我们还需要 protojson 来解析 LLM 的输入和输出：

1
2

"countryinfo/protobuf"
 "google.golang.org/protobuf/encoding/protojson"

system prompt

我们需要让 OpenAI 与 protobuf 对话。我们可以通过系统提示完成这项工作:

• 我们验证输出（以及输入）
• 在系统提示中包含了一份原生数据库的文本副本，显然每次重新生成原生数据库时都需要手动同步。

  1 2 3 4 5 6 7 8 9 10 11 12 13 14

  systemPrompt := `You are a programmatic country information API used software applications. All input messages provided MUST adhere to the CountryRequest schema: validate them and throw an error if not. Your responses MUST adhere to the CountryResponse schema ONLY with no additional narrative or markup, backquotes or anything. message CountryRequest { string country = 1; } message CountryResponse { string country = 1; int32 country_population = 2; string capital = 3; int32 capital_population = 4; int64 gdp_usd = 5; }

创建类型安全请求

1
2
3
4
5
6
7
8
9
10
11
12
13
14

req := openai.ChatCompletionRequest{
  Model:     openai.GPT3Dot5Turbo,
  MaxTokens: 1000, // Increased max tokens to 1000
  Messages: []openai.ChatCompletionMessage{
   {
    Role:    openai.ChatMessageRoleSystem,
    Content: systemPrompt,
   },
   {
    Role:    openai.ChatMessageRoleUser,
    Content: encodeCountryRequest(*country),
   },
  },
 }

这是方法定义。看一下我们是如何使用自动生成的 protobuf 来验证内容的:

1
2
3
4
5
6
7
8
9
10
11
12

func encodeCountryRequest(country string) string {
 req := &protobuf.CountryRequest{
  Country: country,
 }
 data, err := protojson.Marshal(req)
 if err != nil {
  log.Fatalf("Protobuf JSON encoding error: %v\n", err)
 }
 resultStr := string(data)
 fmt.Println("Encoded Protobuf JSON Message: ", resultStr)
 return resultStr
}

处理 response

1
2
3
4
5
6
7
8

func decodeCountryResponse(data string) (*protobuf.CountryResponse, error) {
 resp := &protobuf.CountryResponse{}
 err := protojson.Unmarshal([]byte(data), resp)
 if err != nil {
  return nil, err
 }
 return resp, nil
}

兼容性

上面的代码默认使用 GPT 3.5，但如果你有足够的预算，也可以重写模型使用 GPT 4，还可以重写主机网址指向 ollama（因为它与 OpenAI-API 兼容）。

下面是成功测试过的模型：

• GPT 3.5
• GPT 4
• 本地安装的 llama3-instruct
• Claude Haiku claude-3-haiku-20240307 （最便宜的型号）

-------------The End-------------

subscribe to my blog by scanning my public wechat account