如何实现多OpenAI Assistant绑定指定文件进行问答？

核心思路 #

建立助理ID与对应文件集合的映射关系，请求时通过助理ID匹配到对应的文件列表，再将这些文件的上下文整合到提问prompt中，让模型仅基于指定文件内容作答。

具体实现步骤 #

• 定义助理-文件映射表：用对象存储每个助理对应的文件ID列表，比如A1对应[F1]，A2对应[F1,F2]。
• 修改接口参数：将原接口的fileId参数替换为assistantId，前端通过传入助理ID指定使用哪个文件集合。
• 调整问答逻辑：根据助理ID获取对应的文件列表，构造包含所有指定文件的提示词，确保模型仅参考这些文件内容。
• （可选）文件内容预存储：如果文件内容较大，建议提前将文件内容存入数据库或向量库，避免每次请求重复读取文件；若使用OpenAI官方的Assistants API，可直接将文件关联到助理。

修改后的完整代码示例 #

// 1. 定义助理与文件集合的映射表
const assistantFileMap = {
  "A1": ["F1"],
  "A2": ["F1", "F2"]
};

// 模拟文件内容存储（实际可替换为数据库/向量库查询）
const fileContentStore = {
  "F1": "这里是文件F1的全部内容或关键片段...",
  "F2": "这里是文件F2的全部内容或关键片段..."
};

// 指数退避函数（原代码保留）
const exponentialBackoff = (retryCount) => {
  return Math.pow(2, retryCount) * 1000;
};

// 2. 修改askQuestion函数，接收assistantId而非单个fileId
const askQuestion = async (assistantId, question, retryCount = 0) => {
  // 根据助理ID获取对应的文件列表
  const fileIds = assistantFileMap[assistantId];
  if (!fileIds) {
    throw new Error(`Assistant ${assistantId} 不存在或未绑定文件`);
  }

  // 拼接所有指定文件的内容到prompt
  let fileContentText = "";
  for (const fileId of fileIds) {
    const content = fileContentStore[fileId];
    if (!content) {
      throw new Error(`文件 ${fileId} 内容未找到`);
    }
    fileContentText += `文件${fileId}内容：\n${content}\n\n`;
  }

  // 构造提示词，明确要求仅基于给定文件内容回答
  const systemPrompt = `你是专业助手，仅根据以下提供的文件内容回答问题，不得使用外部知识：\n${fileContentText}`;
  const userPrompt = question;

  try {
    // 调用OpenAI chat/completions API（修正原代码多余的prompt参数）
    const response = await axios.post('https://api.openai.com/v1/chat/completions', {
      model: "gpt-4o",
      messages: [
        { role: "system", content: systemPrompt },
        { role: "user", content: userPrompt }
      ],
      max_tokens: 500 // 根据需求调整
    }, {
      headers: {
        'Content-Type': 'application/json',
        'Authorization': `Bearer ${OPENAI_API_KEY}`
      }
    });

    return response.data.choices[0].message.content;
  } catch (error) {
    console.error("请求OpenAI API失败:", error);
    if (error.response && error.response.status === 429 && retryCount < 3) {
      const backoffTime = exponentialBackoff(retryCount);
      await new Promise(resolve => setTimeout(resolve, backoffTime));
      return askQuestion(assistantId, question, retryCount + 1);
    } else {
      throw error;
    }
  }
};

// 3. 修改接口，接收assistantId参数
app.post('/ask', async (req, res) => {
  const { assistantId, question } = req.body;

  // 校验参数
  if (!assistantId || !question) {
    return res.status(400).send('assistantId和question为必填参数');
  }

  try {
    const answer = await askQuestion(assistantId, question);
    res.json({ answer });
  } catch (error) {
    console.error('问答处理失败:', error);
    res.status(500).json({ error: error.message || '获取OpenAI响应失败' });
  }
});

关键注意事项 #

• 文件内容处理：如果文件过大，直接拼接全部内容会触发token限制，建议先对文件做分段处理+向量检索，仅将与问题相关的片段传入prompt，减少token消耗。
• 映射表维护：若助理或文件集合需要动态调整，可将映射表存入数据库，而非硬编码在代码中。
• 原代码问题修正：原代码中chat/completions接口不需要prompt参数，正确的传参方式是通过messages数组传递系统提示和用户问题，已在修改后的代码中修正。

内容的提问来源于stack exchange，提问作者Golam Rabbani