c# - 使用语义内核(ChatGPT)的浏览技巧

Question

我创建了运行良好的浏览技能(浏览器打开，chatGPT 将其导航到 url，并可以在页面上提供操作)。问题是，ChatGPT 不知道自己的页面，我想如果我将 html 发送到 chatGPT 可能会有所帮助，但我不知道该怎么做。

你能帮我吗？ Repo with BrowserSkill.cs

我尝试将加载页面的html代码发送到chatGPT，但由于长度原因它不起作用。最终在模拟中，chatGPT 向我发送了错误的 xPath，而不是基于我提供的 HTML。

Answer 1

将技能公开为 ChatGPT 插件时，SK 函数将在托管环境中运行，而不是在浏览器的范围内运行。请注意，在本地计算机上驱动浏览器可能可以工作，但一旦部署到云中的虚拟机上，它就无法工作。

要让 ChatGPT 传递 URL，请确保插件 JSON 架构文件包含该参数。检查 OpenAPI 文件，看看它是否正确反射(reflect)了输入参数。

关于 BrowseToUrl 定义，它应该只期望导航到的 URL，而不是源 HTML 和错误 URL 输入。我会相应地修改该功能。