gpt_examples
gpt_examples 是配套书籍《Developing Apps with GPT-4 and ChatGPT》的官方代码仓库,汇集了基于 GPT-4 和 ChatGPT 构建应用的丰富实战案例。它主要解决了开发者在将大语言模型理论转化为实际应用时,面临的代码版本过时、环境配置复杂以及缺乏具体场景参考等痛点。
该项目不仅随书籍内容同步更新,适配了最新版的 OpenAI Python 库,还额外补充了首版书中未收录的新颖示例,确保技术栈的前沿性。其内容覆盖广泛,从基础的 PDF 文档问答系统、语音助手开发,到利用 LlamaIndex 和 Weaviate 进行高级检索增强生成(RAG)的定制,均提供了可运行的 Jupyter Notebook 或 Python 脚本。部分复杂案例还贴心地集成了 Docker 配置,帮助用户快速搭建 Redis 或 Weaviate 等依赖环境。
gpt_examples 非常适合希望深入掌握大模型应用开发的程序员、技术研究人员以及正在学习相关书籍的读者。通过提供结构清晰、即插即用的代码模板,它能帮助用户跳过繁琐的基础搭建过程,直接聚焦于核心逻辑的实现与优化,是探索 AI 应用落地的优质实践指南。
使用场景
某初创团队的技术负责人正带领两名工程师,试图在两周内为法律部门构建一个能基于 PDF 合同文档进行智能问答的原型系统。
没有 gpt_examples 时
- 架构摸索耗时:团队需从零研究如何将非结构化 PDF 文本切片、向量化并存储到 Redis 或 Weaviate,仅环境配置和依赖调试就耗费了三天。
- 代码复用率低:网上碎片化的教程缺乏统一标准,导致编写的检索增强生成(RAG)逻辑漏洞百出,难以处理复杂的法律术语上下文。
- 迭代成本高昂:每次调整向量数据库连接或修改提示词模板,都需要手动重写大量底层 boilerplate 代码,严重拖慢验证速度。
- 版本兼容陷阱:OpenAI Python 库更新频繁,自行编写的接口常因版本不匹配而报错,排查问题占据了开发时间的半壁江山。
使用 gpt_examples 后
- 快速启动原型:直接复用
Chap3_03_QuestionAnseringOnPDF示例,通过一条docker-compose命令即可拉起 Redis 服务,半天内完成基础架构搭建。 - 标准化最佳实践:参考书中更新的代码逻辑,直接获得经过验证的文档加载与检索流程,确保法律条款查询的准确率大幅提升。
- 灵活定制扩展:基于
Chap5_04_LlamaIndexCustomization示例,轻松切换至 Weaviate 数据库并自定义索引策略,无需重复造轮子。 - 无缝适配新版库:直接使用已适配最新 OpenAI 库版本的代码,避免了繁琐的版本冲突排查,让团队专注于业务逻辑优化。
gpt_examples 将原本需要数周摸索的复杂工程链路压缩为几天的配置工作,让团队能迅速从“搭建基础设施”转向“交付业务价值”。
运行环境要求
- 未说明
未说明
未说明

快速开始
如果您之前看过第一版,会发现代码已更新为使用较新的 OpenAI Python 库版本。此外,您还会看到一些第一版中未收录的额外代码示例。若需切换回原始代码,请访问 此标签。各章节及示例编号在不同版本的书中保持一致。
使用方法
所有示例
安装所有示例所需的依赖:
pip install -r requirements.txt
每个示例都包含一个 Jupyter 笔记本或一个可执行的 Python 文件,可通过以下命令运行:
python [example_folder]/run.py
部分示例需要进行额外的设置。
Chap3_03_QuestionAnseringOnPDF
启动 Redis:
docker-compose up -d
Chap3_04_VoiceAssistant
Gradio 界面将显示在输出信息中给出的地址上。
Chap5_04_LlamaIndexCustomization
如有需要,可自定义 docker-compose.yml 文件,然后使用以下命令启动 Weaviate:
docker-compose up -d
或者直接运行:
docker run -p 8080:8080 -p 50051:50051 cr.weaviate.io/semitechnologies/weaviate:1.24.9
版本历史
0.272023/11/24常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。