Notion-to-Chatbot [1] 是上周才开源的项目。项目允许你使用 OpenAI 的 GPT 模型来对话自己的 Notion Database，可以提问、检索和总结等。整个项目也就一个 Jupyter 脚本文件，但却很好的演示了如何基于 OpenAI API 去开发一个最精简的应用。

项目全部代码如下，核心代码也就十几行：

我们从引入的两个核心模块看起：

1. langchain：LangChain 是一个开源的 Python 库，可以将大模型与外部数据源进行连接和交互。本项目也是大量使用 LangChain 的 API ，直接完成了很多高维操作。
2. chromadb：Chroma 是一个开源的嵌入式向量数据库。

代码的逻辑很简单：

1. NotionDBLoader 提供了对 Notion Database 结构的封装，并在之后加载数据文档。
2. 文档被切分成一系列的小块（每块最多 1000 字符），这样做可以使得大文本更易于处理。
3. 同时创建一个适用于 OpenAI 模型的 Embedding 对象，这个对象描述了如何将文档转化为数值向量的方法。
4. 核心的步骤就是将数据向量化并存入 Chroma DB 中并提供检索。

我的实测中，使用 GPT-3.5 API 做的提问、检索和摘要等结果都差强人意，有很多”幻觉“存在，因此想要实际应用还需要有很多工程化的工作要做。但是在十几行代码之间就让你拥有了和自己数据库对话的能力，编码之快速、功能之强大，说不震撼是骗人的。

如果你也想尝试下，需要注意以下几项：

1. 你需要拥有 OpenAI 的 API Key 。
2. 数据存放在 Notion Database（不是 page，page 可以参考这个更强大的项目，可以参考附录引用部分）。
3. 创建一个 Notion 集成并且在 Database 页面给这个集成赋予访问权限。

最后，我有些简单的思考：

1. 国外大模型目前处于做工具阶段，出新率几乎仍然是按天来计算的。这块对很多从业人员效率的提升已经显而易见了。工具之后，会有哪些杀手级的应用呢？
2. 因为 SaaS 服务的盛行，大量开放 API 也为本次大模型的集成赋能提供了助力。对于很多数据孤岛的应用可能跟不上时代发展了（参考 Evernote 近况）。
3. 基于大模型的编程已经是一种新的编程思维和范式了，而且生态无比繁华。我们有机会都应该去拥抱这样的变化，从中发现更多的可能性。

[1] Notion-to-Chatbot: https://github.com/Anil-matcha/Notion-to-Chatbot/tree/main
[2] ChatGPT to Notion: https://chrome.google.com/webstore/detail/chatgpt-to-notion/oojndninaelbpllebamcojkdecjjhcle
[3] Create a ChatGpt Chatbot for Your Website: [https://github.com/mayooear/langchain-supabase-website-chatbot](https://github.com/mayooear/langchain-supabase-website-chatbot
[4] writely 一个替代 Notion AI 的浏览器插件: https://github.com/anc95/writely