[译][AI OpenAI-doc] 迁移指南 Beta

简介: 我们已经改变了助手 API 在 beta 的 v1 版本和 v2 版本之间工具和文件的工作方式。今天,通过 API,两个 beta 版本仍然可以访问,但我们建议尽快迁移到我们 API 的最新版本。我们将在 2024 年底之前废弃 beta 的 v1 版本。

我们已经改变了助手 API 在 beta 的 v1 版本和 v2 版本之间工具和文件的工作方式。今天,通过 API,两个 beta 版本仍然可以访问,但我们建议尽快迁移到我们 API 的最新版本。我们将在 2024 年底之前废弃 beta 的 v1 版本。

如果您今天不使用助手 API 的工具或文件,那么从 v1 版本迁移到 beta 的 v2 版本应该不需要进行任何更改。只需传递 v2 beta 版本头文件和/或迁移到我们的 Node 和 Python SDK 的最新版本即可!

发生了什么变化

助手 API 的 v2 版本包含以下变化:

  1. 工具重命名:检索工具已更名为文件搜索工具
  2. 文件属于工具:文件现在与工具而不是助手和消息相关联。这意味着:
    • AssistantFile 和 MessageFile 对象不再存在。
    • 不再使用 AssistantFile 和 MessageFile,而是使用新的 tool_resources 对象将文件附加到助手和线程上。
      • 代码解释器工具的 tool_resources 是一个文件 ID 的列表。
      • 文件搜索工具的 tool_resources 是一个称为 vector_stores 的新对象。
    • 消息现在具有附件,而不是 file_ids 参数。消息附件是帮助程序,将文件添加到线程的 tool_resources 中。

image.png

助手现在具有工具和工具资源,而不是 file_ids。检索工具现在是文件搜索工具。文件搜索工具的工具资源是一个 vector_store。

image.png

线程可以将其自己的工具资源带入对话中。

image.png

消息具有附件,而不是文件ID。附件是将文件添加到线程的工具资源的助手。

您可以在 API 参考的“遗留”部分中找到助手 API 的所有 v1 端点和对象。

在 v2 中访问 v1 数据

为了使您在我们的 v1 和 v2 API 之间进行简单的迁移,我们会自动将 AssistantFiles 和 MessageFiles 映射到相应的 tool_resources,这取决于助手或运行中启用的工具。

V1 VERSION V2 VERSION
AssistantFiles for code_interpreter file_ids on Assistant Files in an Assistant’s tool_resources.code_interpreter
AssistantFiles for retrieval file_ids on Assistant Files in a vector_store attached to an Assistant (tool_resources.file_search)
MessageFiles for code_interpreter file_ids on Message Files in a Thread’s tool_resources.code_interpreter
MessageFiles for retrieval file_ids on Message Files in a vector_store attached to a Thread (tool_resources.file_search)

需要注意的是,虽然来自 v1 的 file_ids 被映射到 v2 的 tool_resources,但反之则不成立。您在 v2 中对 tool_resources 进行的更改不会在 v1 中反映为 file_ids。

因为助手文件和消息文件已经在 v2 中映射到了相应的 tool_resources,所以当您准备迁移到 v2 时,您不必担心数据迁移。相反,您只需要:

  • 更新集成以反映新的 API 和对象。您可能需要做一些事情,比如:
    • 如果您使用的是检索工具,则迁移到创建向量存储并使用 file_search。重要的是,由于这些操作是异步的,您需要确保文件在创建运行之前已成功被向量存储摄取。
    • 如果您使用的是代码解释器工具,则迁移到将文件添加到 tool_resources.code_interpreter,而不是添加到助手或消息的文件中。
    • 如果您使用的是文件ID,则迁移到使用消息附件。
  • 升级到我们 SDK 的最新版本。

更改 beta 版本

没有 SDKs

您可以通过在 API 请求中传递正确的 API 版本头来访问两个 beta 版本:

  1. v1: OpenAI-Beta: assistants=v1
  2. v2: OpenAI-Beta: assistants=v2
curl "https://api.openai.com/v1/assistants" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "OpenAI-Beta: assistants=v2" \
  -d '{
    "instructions": "You are a personal math tutor. When asked a question, write and run Python code to answer the question.",
    "name": "Math Tutor",
    "tools": [{"type": "code_interpreter"}],
    "model": "gpt-4-turbo"
  }'

使用 SDKs

在发布 v2 beta 后发布的 SDKs 版本将默认将 openai.beta 命名空间指向 API 的 v2 版本。您仍然可以通过使用旧版本的 SDK(对于 python,使用 1.20.0 或更早版本,对于 node,使用 4.36.0 或更早版本)或者覆盖版本头来访问 API 的 v1 版本。

要安装旧版本的 SDK,您可以使用以下命令:

pip install openai==1.20.0

您也可以在较新的 SDK 版本中覆盖此标头,但我们不建议此方法,因为这些新 SDK 版本中的对象类型将与 v1 对象不同。

from openai import OpenAI

client = OpenAI(default_headers={
   
   "OpenAI-Beta": "assistants=v1"})

计费

在 v2 API 发布之前(2024年4月17日)创建的所有向量存储空间将在 2024 年底之前免费使用。这意味着在 v2 发布之前,由于我们将您的 v1 数据映射到 v2 而创建的任何向量存储空间都将免费。在 2024 年底之后,它们将按照当时的向量存储费用计费。请查看我们的定价页面获取最新的定价信息。

在 v2 API 发布之前(2024年4月17日)创建的任何向量存储空间,但在该发布日期和 2024 年底之间的某一日期之间未在单个运行中使用的将被删除。这是为了避免我们开始向您收费您在测试版期间创建但从未使用的内容。

在 v2 API 发布之后创建的向量存储空间将按照定价页面上指定的当前费率计费。

删除文件

通过 v1 API 删除助手文件 / 消息文件也会将它们从 v2 API 中删除。然而,反之则不成立 - 在 v2 版本的 API 中进行的删除不会传播到 v1。如果您在 v1 上创建了一个文件,并希望在 v1 和 v2 上的帐户中 "完全" 删除文件,您应该:

  • 使用 v1 端点使用 v1 API 删除您使用 v1 API 创建的助手文件 / 消息文件,或者
  • 删除底层文件对象 - 这样可以确保它在所有版本的 API 中的所有对象中完全删除。

Playground

默认的 Playground 体验已迁移到使用 v2 版本的 API(您仍然可以查看 v1 版本对象的只读视图,但无法编辑它们)。通过 Playground 对工具和文件进行的任何更改只能在 v2 版本的 API 中访问。

为了在 v1 版本的 API 中对文件进行更改,您需要直接使用 API。


相关文章
|
5月前
|
人工智能 安全 UED
[AI OpenAI] 新闻编辑室AI催化剂:与WAN-IFRA的全球项目
OpenAI与WAN-IFRA合作推出新闻编辑室AI催化剂,这是一个全球加速器项目,旨在帮助100多家新闻出版商在其编辑室中集成AI,以增强内容创建、效率和用户体验。
[AI OpenAI] 新闻编辑室AI催化剂:与WAN-IFRA的全球项目
|
5月前
|
人工智能 搜索推荐 Java
[AI OpenAI] MavenAGI推出由OpenAI驱动的自动化客户支持代理
MavenAGI推出了一款由GPT-4驱动的AI客户服务代理,为Tripadvisor和HubSpot等公司提高了效率并降低了成本。
[AI OpenAI] MavenAGI推出由OpenAI驱动的自动化客户支持代理
|
3天前
|
人工智能 自然语言处理 安全
【通义】AI视界|Adobe推出文生视频AI模型,迎战OpenAI和Meta
本文精选了过去24小时内的重要科技新闻,包括微软人工智能副总裁跳槽至OpenAI、Adobe推出文本生成视频的AI模型、Meta取消高端头显转而开发超轻量设备、谷歌与核能公司合作为数据中心供电,以及英伟达股价创下新高,市值接近3.4万亿美元。这些动态展示了科技行业的快速发展和激烈竞争。点击链接或扫描二维码获取更多资讯。
|
4天前
|
机器学习/深度学习 人工智能 算法
【通义】AI视界|若未来三年无法盈利,OpenAI或被微软收购!
本文精选了24小时内的重要科技新闻,包括苹果即将发布的全新智能家居战略、OpenAI若未来三年无法盈利或被微软收购的消息、Meta建议网友用AI生成极光照片引发争议,以及黄仁勋对马斯克的高度评价。登录通义官网了解更多功能。
|
1月前
|
机器学习/深度学习 人工智能 供应链
【通义】AI视界|OpenAI的“草莓”模型预计两周内上线!像人类一样思考!
本文介绍了近期科技领域的五大亮点:OpenAI即将推出的新一代AI模型“草莓”,具备高级推理能力;亚马逊测试AI技术加速有声读物生产,通过语音克隆提高效率;Kimi API新增联网搜索功能,拓宽信息来源;顺丰发布物流行业专用大语言模型“丰语”,提升工作效率;钉钉推出“AI班级群”功能,改善家校沟通体验。更多详情,请访问[通义官网]。
|
2月前
|
人工智能 Anolis
|
2月前
|
人工智能 安全 机器人
OpenAI发布Model Spec,揭示其期望AI如何行动
OpenAI发布Model Spec,揭示其期望AI如何行动
OpenAI发布Model Spec,揭示其期望AI如何行动
|
2月前
|
机器学习/深度学习 人工智能 PyTorch
面向AI Native应用的高效迁移学习策略
【8月更文第1天】随着人工智能技术的发展,越来越多的应用场景需要定制化的AI解决方案。然而,从零开始训练一个深度学习模型往往需要大量的标注数据和计算资源。迁移学习提供了一种有效的方法来解决这个问题,它利用预训练模型的知识,通过少量的数据就能达到很好的性能。本文将深入探讨面向AI Native应用的高效迁移学习策略,并通过实例展示如何针对具体场景进行模型微调。
214 6
面向AI Native应用的高效迁移学习策略
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
利用迁移学习加速AI模型训练
【7月更文第29天】迁移学习是一种强大的技术,允许我们利用已经训练好的模型在新的相关任务上进行快速学习。这种方法不仅可以显著减少训练时间和计算资源的需求,还能提高模型的准确率。本文将详细介绍如何利用迁移学习来加速AI模型的训练,并通过具体的案例研究来展示其在计算机视觉和自然语言处理领域的应用。
81 4
|
3月前
|
API
OpenAI用不了?丝滑迁移通义API!
OpenAI用不了?丝滑迁移通义API!
45 1