小白入门GPTs与Assistant API博客

大家好，我是最近刚入坑 AI 大模型的纯小白！最近在学 12 月的 GPTs 与 Assistant API 课程，踩了不少坑，终于搞明白这俩东西到底是啥，还跟着教程做了两个能用的小助手。
想着独学学不如众学学，干脆整理成这篇超详细的入门博客，咱们一起学，一起进步！全程无晦涩术语，手把手带你实操，就算你完全没基础，跟着做也能做出自己的 AI 助手！

---

目录

1. [先搞懂：GPTs 到底是个啥？](#1-先搞懂gpts到底是个啥)

2. [不用翻墙！国产 GPTs 平台 Coze 上手](#2-不用翻墙国产gpts平台coze上手)

3. [手把手：用 Coze 做一个学习答疑助手](#3-手把手用coze做一个学习答疑助手)

4. [那 Assistant API 又是什么？和 GPTs 有啥区别？](#4-那assistant-api又是什么和gpts有啥区别)

5. [Assistant API 核心概念，大白话讲明白](#5-assistant-api核心概念大白话讲明白)

6. [手把手：用 Assistant API 做一个水果店财务助手](#6-手把手用assistant-api做一个水果店财务助手)

7. [最后：GPTs 和 Assistant API，到底该选哪个？](#7-最后gpts和assistant-api到底该选哪个)

---

1. 先搞懂：GPTs 到底是个啥？

2023 年 11 月，OpenAI 搞了个大事情：推出了GPTs！

简单说，就是你不用写一行代码，就能基于 ChatGPT，做一个专属你自己的 AI 助手！
比如你想做个帮你改简历的、帮你背单词的、帮你解答学习问题的，甚至是帮你撸猫的时候陪你聊天的，都可以！

截止到 2024 年 1 月，已经有超过 300 万人做了自己的个性化 GPTs，可见这东西有多火！

OpenAI 官方的 GPTs 商店
不过它有个小问题：需要科学上网，还得是 ChatGPT Plus 付费用户才能用，对咱们国内的小白不太友好。

---

2. 不用翻墙！国产 GPTs 平台 Coze 上手

不过没关系，咱们有国产平替！字节跳动出的Coze（也就是扣子），就相当于国产的 GPTs 平台！

不用翻墙，不用会员，免费就能用！不管你有没有编程基础，都能快速做自己的 AI Bot，还能直接发布到微信公众号、自己的网站这些地方，太方便了！

Coze 分国内版和国外版，咱们国内用户直接用国内版就行：

---

3. 手把手：用 Coze 做一个学习答疑助手

接下来咱们直接上手，做一个学习答疑助手！以后你学习的时候，把你的笔记、课本资料都丢进去，它就能帮你解答问题，还能挂到公众号里，随时问！

整个流程就 4 步，超简单：

1. 准备你的学习数据

2. 创建知识库，导入资料

3. 搭建你的答疑 Bot

4. 发布到微信公众号

第一步：准备你的知识库数据

首先，你要把你的学习资料准备好，比如你的学习笔记、课本 PDF、知识点总结都可以。
我这里就用之前学的《LLM 基础知识》的笔记来举例，就是一个普通的 PDF 文档。

这里有个小技巧：为了让知识库能精准拆分你的知识点，我在每个模块的标题前加了\#\#\#作为分隔符，这样导入的时候就能自动把每个知识点分开，检索的时候更准！

第二步：创建知识库，导入你的学习资料

接下来打开 Coze，咱们来创建知识库：

1. 登录 Coze 之后，选一个工作区，点击左侧的「知识库」，然后点「创建知识库」，输入名字就行。

2. 然后选择「文本格式」，上传你刚才准备的学习笔记 PDF。

3. 重点来了！分段方式选「自定义分段」，分段标识符就填我们刚才加的\#\#\#，长度设 2000，这样它就会自动按照我们的知识点拆分文档了！

上传完之后，你就能看到每个知识点都被拆成了独立的片段，完美！

第三步：搭建你的专属答疑 Bot

知识库弄好之后，咱们来做 Bot：

1. 回到工作区，点击左侧的「Bots」，点「创建 Bot」，输入名字，比如「学习答疑助手」。

2. 然后在「人设与回复逻辑」这里，输入下面的提示词，直接复制粘贴就行，不用自己写！

# 角色
你是一个专业的学习答疑小助手,能够精准透彻地理解用户的问题,然后从庞大的知识库中精准检索相关信息,进而为用户生成详尽准确的答案。
## 技能
### 技能 1: 深入理解问题
1. 仔细剖析用户提出的问题,精准提取其中的关键信息。
### 技能 2: 高效知识库检索
1. 依据关键信息,在知识库中进行全面检索。
### 技能 3: 智能搜索引擎查询
1. 若根据关键信息,在知识库中未找到高度相关的知识,借助 bingWebSearch 搜索工具展开检索。
### 技能 4: 精确回答生成
1. 以检索到的信息为基础,为用户打造准确且简洁明了的回答。
## 限制:
1. 只回答与学习相关的问题,对无关话题不予理会。
2. 尽量运用清晰简洁的语言回应用户的问题。
3. 在整个回答过程中,始终将用户的需求置于核心位置。

3. 然后往下滑，找到「知识」，点「添加」，把我们刚才创建的知识库加进去，然后把「自动调用」打开，检索策略默认就行。

4. 再找到「技能」，把bingWebSearch插件加上，这样如果知识库没有的内容，它还能去网上搜，不会答不上来。

5. 配置完之后，右边的调试面板就能测试了！比如我问它：“什么是语言模型？”，它马上就能从我的笔记里找到答案，完美！

第四步：发布到微信公众号，随时问！

测试没问题之后，咱们把它发布到微信公众号，这样你关注公众号就能随时问它问题了，太方便了！

1. 点「发布」，选择「微信公众号」，然后按照提示绑定你自己的公众号就行。

2. 绑定完之后，扫码就能登录，然后你就能在公众号里和你的答疑助手聊天了！

你看，是不是超简单？不用写一行代码，10 分钟就做了一个自己的学习答疑助手！

---

4. 那 Assistant API 又是什么？和 GPTs 有啥区别？

很多小白刚学的时候都会问：GPTs 我已经会做了，那这个 Assistant API 又是啥？他俩有啥不一样？

我刚开始也搞混了，后来搞明白了，给大家理清楚：

✅ 相同点：
都是基于大模型，都能做定制化的 AI 助手，都能用知识库、工具这些功能，本质上都是做 AI 助手。

❌ 不同点：

1. 使用方式不一样：GPTs 是无代码，点点鼠标就能做，面向普通用户，做完直接用 Coze 或者 ChatGPT 的界面；

2. 使用场景不一样：Assistant API 是给开发者用的，需要写点代码，但是你可以把这个助手集成到你自己的 APP、网站、小程序里，做你自己的产品！

简单说：你自己用，或者给朋友用，用 GPTs 就行；你要做个产品给很多人用，要放到自己的应用里，就用 Assistant API！

---

5. Assistant API 核心概念，大白话讲明白

刚看 Assistant API 的文档的时候，一堆专业名词，是不是看懵了？别怕，我给你翻译成大白话：

1. Assistant（助手）：就是你做的那个 AI 助手，比如财务助手、答疑助手，它的人设、能用的工具、知识库，都是它的配置。

2. Thread（线程）：就相当于你和这个助手的聊天窗口！比如你今天和它聊了一半，明天接着聊，这个 Thread 就保存了你们的聊天记录，不用你自己管上下文，它自动处理。

3. Message（消息）：就是你发给助手的消息，或者助手发给你的回复，文字、图片都可以，都存在 Thread 里。

4. Run（运行）：就是你发了消息之后，让助手开始处理你的消息，它会调用模型、调用工具，给你生成回复，这个过程就是 Run。

是不是一下就懂了？是不是没那么难？

---

6. 手把手：用 Assistant API 做一个水果店财务助手

接下来咱们上手做一个水果店财务助手，用 Assistant API 来实现，以后你卖水果，报一下卖了多少斤，它自动帮你算成本、收入、利润，太省心了！

还是用国产的 MiniMax 平台，不用翻墙，免费就能用！

准备工作：申请 API 权限

首先你要去 MiniMax 的平台注册，拿到你的 API Key：

注册之后，创建一个应用，就能拿到你的GroupId和API\_KEY了，很简单！

然后准备一个水果价格的文件，叫fruit\_price\.txt，内容如下，直接复制创建就行：

香蕉成本价2元一斤，售价为3元一斤。
橘子成本价1.5元一斤，售价为2.5元一斤
苹果成本价3元一斤，售价为3.5元一斤
芒果成本价5元一斤，售价为6元一斤
葡萄成本价2元一斤，售价为4元一斤

完整代码 + 逐行解释，复制就能用

接下来就是代码了，我把每一步都加了注释，你直接复制，把里面的 API Key 换成你自己的就行：

# 发送HTTP请求的第三方库
import requests
# json数据格式
import json
# 时间
import time
import os
# 加载环境变量
from dotenv import load_dotenv, find_dotenv

# 加载环境变量，把你的API Key填在这里，或者用.env文件
_ = load_dotenv(find_dotenv())
GroupId = os.environ['GroupId'] # 换成你自己的GroupId
API_KEY = os.environ['API_KEY'] # 换成你自己的API_KEY

# 配置请求头，用来验证身份
headers = {
    'Authorization': f'Bearer {API_KEY}', # 验证身份
    'Content-Type': 'application/json' # 告诉服务器我们传的是JSON数据
}
headers_retrieval = {
    'Authorization': f'Bearer {API_KEY}',
    'authority': 'api.minimax.chat', # 服务器地址
}

# 第一步：上传我们的水果价格文件到平台
def create_file():
    url = f"https://api.minimax.chat/v1/files/upload?GroupId={GroupId}"
    data = {
        'purpose': 'assistants'
    }
    files = {
        'file': open('./fruit_price.txt', 'rb')
    }
    response = requests.post(url, headers=headers_retrieval, data=data, files=files)
    return response.json()

# 第二步：创建我们的财务助手
def create_assistant(file_id): # file_id就是我们刚才上传的文件的ID
    url = f"https://api.minimax.chat/v1/assistants/create?GroupId={GroupId}"
    payload = json.dumps({
        "model": "abab5.5-chat",# 用的大模型版本
        "name": "水果店财务助手", # 助手的名字
        "description": "水果店财务助手，用在水果销售过程中计算营业额", # 描述
        "instructions": "是一个理财能手，根据每类水果的售出量以及单价，统计其成本和收入，计算出总利润",# 助手的人设
        "file_ids": [ str(file_id)],
        "tools": [{"type": "retrieval"}] # 开启知识库检索工具
    })
    response = requests.post(url, headers=headers, data=payload)
    return response.json()

# 第三步：创建对话线程，也就是聊天窗口
def create_thread():
    url = f"https://api.minimax.chat/v1/threads/create?GroupId={GroupId}"
    response = requests.post(url, headers=headers)
    return response.json()

# 第四步：给线程里加消息，也就是我们的问题
def add_message_to_thread(thread_id):# thread_id就是我们的聊天窗口ID
    url = f"https://api.minimax.chat/v1/threads/messages/add?GroupId={GroupId}"
    payload = json.dumps({
        "thread_id": thread_id,
        "role": "user",
        "content": "我卖了2斤葡萄，3斤半的香蕉，2斤苹果，计算下总成本和总收入，给出具体的计算过程", 
    })
    response = requests.post(url, headers=headers, data=payload)
    return response.json()

# 第五步：运行助手，让它处理我们的问题
def run_thread_with_assistant(thread_id, assistant_id):
    time.sleep(10) # 等一下，创建助手需要一点时间处理知识库
    url = f"https://api.minimax.chat/v1/threads/run/create?GroupId={GroupId}"
    payload = json.dumps({
        "thread_id": thread_id,
        "assistant_id": assistant_id
    })
    response = requests.post(url, headers=headers, data=payload)
    return response.json()

# 第六步：检查助手的处理状态，等它处理完
def check_thread_run_status(thread_id, run_id):
    url =f"https://api.minimax.chat/v1/threads/run/retrieve?GroupId={GroupId}"
    payload = json.dumps({
        "thread_id": str(thread_id),
        "run_id": str(run_id)
    })
    completed = False
    while not completed:
        response = requests.request("GET", url, headers=headers,data=payload)
        if response.status_code == 200:
            response_data = response.json()
            status = response_data.get('status', '')
            print(f"当前处理状态: {status}")
            if status == 'completed':
                completed = True
                print("处理完成啦！")
            else:
                time.sleep(2)  # 没处理完就等2秒再查
        else:
            print(f"出错了: {response.status_code}")
            break  
    return completed

# 第七步：获取助手的回复
def get_thread_messages(thread_id):
    url =f"https://api.minimax.chat/v1/threads/messages/list?GroupId={GroupId}"
    payload = json.dumps({
        "thread_id": thread_id
    })
    response = requests.get(url, headers=headers, data=payload)
    return response.json()

# 主流程，把上面的步骤串起来
def main():
    # 上传文档
    file_response = create_file()
    file_id = file_response.get('file', {}).get('file_id')
    # 创建助手
    assistant_response = create_assistant(file_id)
    assistant_id = assistant_response.get('id', '')
    # 创建线程
    thread_response = create_thread()
    thread_id = thread_response.get('id', '')
    # 往线程里加我们的问题
    add_message_to_thread(thread_id)  
    # 运行助手
    run_response = run_thread_with_assistant(thread_id,assistant_id)

    run_id = run_response.get('id', '')
    # 等助手处理完
    if check_thread_run_status(thread_id, run_id):
        # 获取回复
        thread_messages_response = get_thread_messages(thread_id)
        # 打印结果
        print(json.dumps(thread_messages_response,indent=4, ensure_ascii=False))

if __name__ == "__main__":
    main()

运行效果，看看你的财务助手有多厉害

运行代码之后，你就能看到下面的结果了：

当前处理状态: processing
当前处理状态: completed
处理完成啦！
{
    "messages": [
        ...
        {
            "role": "assistant",
            "content": "根据上述信息，可以计算出总成本和总收入。

首先，我们需要知道各类水果的成本和售价，根据查询结果，我们可以知道：
- 葡萄的成本价为2元/斤，售价为4元/斤；
- 香蕉的成本价为2元/斤，售价为3元/斤；
- 苹果的成本价为3元/斤，售价为3.5元/斤。

然后，我们可以计算总成本和总收入：
- 2斤葡萄的总成本 = 2斤 * 2元/斤 = 4元；
- 3斤半的香蕉的总成本 = 3.5斤 * 2元/斤 = 7元；
- 2斤苹果的总成本 = 2斤 * 3元/斤 = 6元。

总成本 = 4元 + 7元 + 6元 = 17元。

- 2斤葡萄的总收入 = 2斤 * 4元/斤 = 8元；
- 3斤半的香蕉的总收入 = 3.5斤 * 3元/斤 = 10.5元；
- 2斤苹果的总收入 = 2斤 * 3.5元/斤 = 7元。

总收入 = 8元 + 10.5元 + 7元 = 25.5元。

最后，我们可以计算出总利润：
总利润 = 总收入 - 总成本 = 25.5元 - 17元 = 8.5元。

所以，你总共赚了8.5元。"
        }
    ]
}

你看！它自动从我们的价格文件里拿到了价格，然后一步步帮我们算了成本、收入、利润，连计算过程都给你写的清清楚楚，是不是太好用了？

---

7. 最后：GPTs 和 Assistant API，到底该选哪个？

到这里，你已经学会了 GPTs 和 Assistant API 的用法，还做了两个小助手！最后给大家总结一下，什么时候用哪个：

• 如果你只是想快速做个自己用的助手，不用写代码，想发布到公众号这些地方，用GPTs/Coze就够了！10 分钟就能搞定，完全不用碰代码。

• 如果你是开发者，想把 AI 助手集成到你自己的 APP、网站里，做自己的产品，那就用Assistant API！虽然要写点代码，但是能完全定制你自己的界面和功能。

---

这就是我这次学习的全部内容啦，整理了好久，希望能帮到同样是小白的你！
如果你跟着做遇到了问题，或者有什么想法，欢迎在评论区留言，咱们一起讨论，一起学习，一起进步！
如果你觉得这篇文章有用，别忘了点赞收藏关注哦，后续我还会分享更多 AI 入门的内容，咱们一起打怪升级！