ChatGLM3在线搜索功能升级

在前面的图文当ChatGLM3能用搜索引擎时中，我们让ChatGLM3在搜索引擎上进行的简单的搜索，但是仅仅只能搜索一些简单的内容，比如，时间。但是实际搜索中，往往不能满足要求，因为使用的是selenium进行的一个简单google搜索，所以针对复杂的搜索需求，现在对这个功能进行升级。之前我们用的是google搜索，现在我们使用ddgs---duckduckgo search。

DuckDuckGo是一款网际网路搜寻引擎，其注重用户私隐，及避免个性化检索所致的过滤气泡。它与其他搜寻引擎不同的地方在于其不会分析自己的用户、对所有使用同一组关键词的用户显示同样的结果。它也强调返回最佳结果，而不是最多网站连接之结果。它会在搜寻结果中引入其他独立来源的内容，总数多于400个，其中包括像维基百科般的众包网站、其他搜寻引擎（如Bing、Yandex、Yahoo! Search）。在2021年3月，它平均每日处理的搜寻量达98,629,221宗。

重要的是DuckDuckGo提供免费的API使用，只需要简单的pip安装，既可以使用python脚本或者cli进行调用搜索。

所以我们对之前的搜索方式进行升级，首先我们安装DuckDuckGo

pip install -U duckduckgo_search

然后修改原来的注册脚本

def google_results(query):
    content = ""
     
    with DDGS() as ddgs:
      for r in ddgs.text(query, max_results=5):
            content = content + r['title'] + "\n" + r['href'] + "\n" +  r['body'] + "\n" + "\n\n" 
    print(content)
    if content == "":
        return("没有找到结果")
    else:
        return content

其他的内容和原来的一样，下面让我们来详细体验下：

当然DuckDuckGo还支持视频、图片、翻译等搜索功能，有兴趣的小伙伴可以进行尝试哦

当然还可以在text-generation-webui中使用相同的功能，具体的text-generation-webui部署可以参考如何优雅的使用各类LLM，同样的，我们在项目文件夹中添加如下脚本script.py

from copy import deepcopy
import inspect
from pprint import pformat
import traceback
from types import GenericAlias
from typing import get_origin, Annotated
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
import urllib
 
 
import requests
from duckduckgo_search import DDGS
 
 
_TOOL_HOOKS = {}
_TOOL_DESCRIPTIONS = {}
 
 
 
 
def google_results(query):
    content = ""
     
    with DDGS() as ddgs:
      for r in ddgs.text(query, max_results=5):
            content = content + r['title'] + "\n" + r['href'] + "\n" +  r['body'] + "\n" + "\n\n" 
    print(content)
    if content == "":
        return("没有找到结果")
    else:
        return content
 
 
 
 
 
 
def register_tool(func: callable):
    tool_name = func.__name__
    tool_description = inspect.getdoc(func).strip()
    python_params = inspect.signature(func).parameters
    tool_params = []
    for name, param in python_params.items():
        annotation = param.annotation
        if annotation is inspect.Parameter.empty:
            raise TypeError(f"Parameter `{name}` missing type annotation")
        if get_origin(annotation) != Annotated:
            raise TypeError(f"Annotation type for `{name}` must be typing.Annotated")
        
        typ, (description, required) = annotation.__origin__, annotation.__metadata__
        typ: str = str(typ) if isinstance(typ, GenericAlias) else typ.__name__
        if not isinstance(description, str):
            raise TypeError(f"Description for `{name}` must be a string")
        if not isinstance(required, bool):
            raise TypeError(f"Required for `{name}` must be a bool")
 
 
        tool_params.append({
            "name": name,
            "description": description,
            "type": typ,
            "required": required
        })
    tool_def = {
        "name": tool_name,
        "description": tool_description,
        "params": tool_params
    }
 
 
    print("[registered tool] " + pformat(tool_def))
    _TOOL_HOOKS[tool_name] = func
    _TOOL_DESCRIPTIONS[tool_name] = tool_def
 
 
    return func
 
 
def dispatch_tool(tool_name: str, tool_params: dict) -> str:
    if tool_name not in _TOOL_HOOKS:
        return f"Tool `{tool_name}` not found. Please use a provided tool."
    tool_call = _TOOL_HOOKS[tool_name]
    try:
        ret = tool_call(**tool_params)  
    except:
        ret = traceback.format_exc()
    return str(ret)
 
 
def get_tools() -> dict:
    return deepcopy(_TOOL_DESCRIPTIONS)
 
 
# Tool Definitions
 
 
@register_tool
def search_google(
    user_input: Annotated[str, 'the content of the user input', True]
) -> str:
    """
    Search the 'user input' on google
    """
 
 
    search_data = google_results(user_input) 
 
 
    return search_data
 
 
if __name__ == "__main__":
    #print(dispatch_tool("get_weather", {"city_name": "beijing"}, "search_google"))
    print("search_google")
    print(get_tools())

然后启动python server.py --trust-remote-code,在session界面中配置web_search，将这个选项勾上，然后apply即可

然后导入模型，这里我们还是选用ChatGLM3-6B，然后点击load

然后我们进入chat页面，即可体验

大家可以尽情进行尝试，希望大家一键三连，给个星标哦