我们构建的这个RedisGuru代理只是一个应用示例。你也可以构建各类应用，比如电子邮件文案编辑器、智能研究助理、代码审查员等。

二、Redis在OpenGPTs中的作用

在这个OpenGPTs演示的背后，Redis提供了一个强大且高性能的数据层，是 OpenGPTs 技术栈不可或缺的一部分。

Redis可以持久化用户聊天会话（线程）、代理配置和嵌入式文档块，并用于向量数据库检索。

• 用户聊天会话：为了在对话中维持“状态”，Redis为OpenGPTs提供了用户与AI代理间的持久聊天线程。这些聊天会话也被输入到LLM中，以提供当前对话状态的上下文信息。
• 代理配置：为了支持多租户代理架构，Redis为OpenGPTs提供了一个远程的、低延迟的存储层。当应用程序启动时，它从Redis读取指定的代理设置，然后开始处理请求。
• 向量数据库用于RAG：为了让对话基于实际情况，OpenGPTs允许我们上传“知识”源，以便LLM将其与生成的答案结合。通过一种称为检索增强生成（RAG）的过程，OpenGPTs将上传的文档存储在Redis中，并提供实时向量搜索，以检索与LLM相关的上下文。

这些功能是Redis平台的一部分，通过我们的LangChain + Redis集成融入到应用程序中。

Redis与LangChain的OpenGPTs集成带来了更高的灵活性、可扩展性以及实时处理和搜索能力。处理多样化数据结构的能力是Redis成为OpenGPTs记忆功能的首选解决方案。

三、在本地使用OpenGPTs

如果想亲自体验OpenGPTs，你可以在项目的README文件中找到更详细的指南。以下是一个快速概述：

（https://github.com/langchain-ai/opengpts/blob/main/README.md）

1. 安装后端依赖：克隆项目仓库，然后导航到后端目录并安装必要的Python依赖项。

cd backend

pip install -r requirements.txt

2. 连接Redis和OpenAI：OpenGPTs使用Redis作为LLM的记忆库，使用OpenAI进行LLM的生成和嵌入。设置环境变量REDIS_URL和OPENAI_API_KEY，以连接到您的Redis实例和OpenAI账户。

export OPENAI_API_KEY=your-openai-api-key

export REDIS_URL=redis://your-redis-url

3. 启动后端服务器：在本地机器上运行LangChain服务器，提供应用程序服务。

langchain serve –port=8100

4. 启动前端：在前端目录中，使用yarn启动开发服务器。

cd frontend

yarn

yarn dev

5. 在浏览器中打开http://localhost:5173/，与您的本地OpenGPTs部署进行交互。

四、在云端使用OpenGPTs

如果希望在没有本地设置的情况下使用OpenGPTs，可以尝试在谷歌云上部署。另外，你还可以访问由LangChain、LangServe和Redis支持的托管预览部署。这种部署展示了OpenGPTs的可定制性和易用性。

五、Redis与LangChain赋能创新

Redis企业版作为一款企业级的低延迟向量数据库，在支持生成性AI项目方面具有独特优势。其不仅提供向量搜索，还提供多功能数据结构，能有效满足LLMs的应用状态需求。这个强大的平台提供了优异的可扩展性和性能，Redis借此成为生成式AI领域的重要工具。