在ChatGPT相关API推出之后，各种工具如雨后春笋一般层出不穷，这篇文章就列举一些日常使用到的工具。

工具列表

OpenAI

• 在线读取任意网页内容包括视频（YouTube），并根据这些内容回答你提出的相关问题或总结相关内容
• 支持读取电子书与文档（支持PDF、EPUB、DOCX、Markdown、TXT），并根据这些内容回答你提出的相关问题或总结相关内容
• 定时发送每日热榜新闻，无论新闻是中文还是其他语言，它都能使用chatGPT用中文自动总结新闻的内容，方便快速获取热点新闻信息
• 支持 prompt 模版，能根据消息历史记录的上下文回答你的问题，甚至能和你玩游戏
• 支持多国语音交互（英文、中文、德语与日语），它会根据你的语言使用相关语言的声音来回答你的问题，从而帮助你训练外语能力，可以理解为它是你的私人外教

chatpdf

ChatPDF主页

这个可以看作是一个PDF辅助阅读的工具，用户上传自己的PDF之后，可以以对话的方式与工具进行交互，快速获取PDF文件的内容。

专注于“科研狗”的工具，通过ChatGPT实现对论文进行总结，帮助“科研人”进行论文初筛（目前不支持针对论文内容进行对话）。

ChatPaper主页

​
另外相关的工具还有润色工具、审稿工具、审稿回复工具。

最后，这篇文章——ChatGPT应用开发小记提到的基于chatGPT的应用类型的分类也有借鉴意义。

原理

之前准备写一篇专门介绍上述工具类的原理介绍（其实ChatGPT的 插件——chatgpt-retrieval-plugin），但是后来查看了几个项目的源码之后发现，这类工具的主要原理其实比较直观：

• 解析相关输入为文本
• 将文本分句后获取句子的embedding（这一步目前处理的处理方式大都是根据长度截断）并存储至数据库
• 用户输入转换为embedding，并在数据库中召回相关性最高的句子集合
• 将召回的句子与用户输入句子组装为ChaptGPT的输入，获取输出

上述思路虽然直观，但要获取更好的结果，其实除了第三步，其余每一步都有优化的空间：

• 文本解析可以针对不同类型的数据针对性解析
• 文本分句方式可以采取特殊标点进行分句，同时句子embedding也有很多可选生成方法
• 召回的句子与用户输入句子组装为ChaptGPT的输入，结合任务特定的prompt，获取更适合任务的输出