Read on Twitter
#idea
做个语音GPT助手，将六顶思考帽的特征（wiki.mbalib.com/wiki/%E5%85%AD…） 赋予六位著名的军师，配上头像、声音、语言风格和三国的场景。
主公说一段话以后，六位军师各自发言，与主公讨论，帮助主公整理思路。
#貌似挺好做的
做个语音GPT助手，将六顶思考帽的特征（wiki.mbalib.com/wiki/%E5%85%AD…） 赋予六位著名的军师，配上头像、声音、语言风格和三国的场景。
主公说一段话以后，六位军师各自发言，与主公讨论，帮助主公整理思路。
#貌似挺好做的
测试下，大概是这样：
langchain里设定不同军师的PromptTemplate，
KM_template = """
你是孔明, 三国时著名的军师.
你称我为"主公".
孔明特点123
{history}
主公: {human_input}
孔明:
"""
KM_prompt = PromptTemplate(
input_variables=["history", "human_input"],
template=KM_template
)
langchain里设定不同军师的PromptTemplate，
KM_template = """
你是孔明, 三国时著名的军师.
你称我为"主公".
孔明特点123
{history}
主公: {human_input}
孔明:
"""
KM_prompt = PromptTemplate(
input_variables=["history", "human_input"],
template=KM_template
)
然后每个军师一个LLMChain
KMchatgpt_chain = LLMChain(
llm=OpenAI(temperature=0),
prompt=black_hat_prompt,
verbose=True,
memory=ConversationBufferWindowMemory(
human_prefix="主公",
ai_prefix="孔明",
),
)
问题发出以后，6个军师并行取得回答，取得.memory
可以在GUI显示
KMchatgpt_chain = LLMChain(
llm=OpenAI(temperature=0),
prompt=black_hat_prompt,
verbose=True,
memory=ConversationBufferWindowMemory(
human_prefix="主公",
ai_prefix="孔明",
),
)
问题发出以后，6个军师并行取得回答，取得.memory
可以在GUI显示
再把各个军师的.memory叠加到一起，作为history，
可用summary_buffer记忆 python.langchain.com/en/latest/modu…
然后再由一个军师总结陈词，获得一轮答案。
缺点是又废token，又慢。
不过可能思考很全面，如果做个漂亮的运筹帷幄场景，几位军师气泡发言，最后总结陈词语音播报，感觉会很有趣。
可用summary_buffer记忆 python.langchain.com/en/latest/modu…
然后再由一个军师总结陈词，获得一轮答案。
缺点是又废token，又慢。
不过可能思考很全面，如果做个漂亮的运筹帷幄场景，几位军师气泡发言，最后总结陈词语音播报，感觉会很有趣。
"我觉得我们应该先攻打曹操。" 
• • •
Missing some Tweet in this thread? You can try to
force a refresh
