如何 5 分鐘內，幫你的 GPTs 加上資料庫
ChatGPT GPTs 開發入門
前言
終於來到了我們 【ChatGPT GPTs 開發入門】系列的尾聲，今天我們將介紹如何為您的 GPTs 架設一個資料庫。類似於我們之前分享的 OAuth 導入，這次我們選擇了一個容易上手的線上資料庫服務 - Astra Db。
在選擇要介紹的方案時，我們進行了廣泛的調查研究並慎重考慮。從一開始的 Vercel Postgres，到考慮是否選用像 Zapier Table、AirTable 這類專門提供 Serverless 整合的方案。
最終，我們決定從最適合初學者的 NoSql 雲端資料庫開始，讓大家輕鬆開啟資料存儲服務的旅程。我們相信，一旦大家完成第一個完整的 GPTs Action 服務，既能認證使用者又能儲存資料，便會激發出更多學習的興趣。屆時，將有更多機會深入了解其他高效進行線上操作（新增/查詢/更新/刪除）的傳統關聯式資料庫。
MongoDb 與 AstraDb 的比較
當我開始選擇 NoSql 資料庫時，MongoDb 是我的首選，主要是因為它在台灣已有多年的普及。但鑑於我曾經不適當地使用 NoSql 來代替更適合的傳統關聯式資料庫，這段經驗讓我很謹慎考慮是否應該將 NoSql 資料庫作為初學者的入門選擇。在這個探索過程中，我偶然發現了 Apache 提供的另一種 NoSql 解決方案 — Cassandra，從而引領我認識到了 Astra Db。
在 MongoDb 和 AstraDb 之間的抉擇過程中，我經歷了一番思考和掙扎。作為一名對 MongoDb 比較熟悉的使用者，我也探索了許多選擇 AstraDb（即 Cassandra 解決方案）的理由。以下是我認為選擇 Astra Db 的幾個關鍵因素：
導入的速度與操作便利性 這點尤其重要，我希望幫助非專業 IT 人員能夠迅速地導入自己的雲端資料庫系統。最初我嘗試使用 Mongo Cloud，但它的複雜設計讓人望而卻步。相比之下，我在 Astra Db 上進行的首次資料庫設置過程，簡直讓 Mongo Db 相形見絀。
向量資料庫的支援 這一點對我來說也是一個亮點，特別是考慮到我們未來打算開發的 ChatGPT 相關應用，會大量涉及向量資料庫。
資料讀寫效率、可用性以及查詢的便利性 這些都是我在技術選型時重視的因素。從以下的技術比較文章來看，Cassandra 似乎是 Rational Db 和 NoSql Db 的完美結合，具備了傳統 Rational 資料庫和 NoSql 資料庫的優點，這是一個值得深入研究的領域。
了解 Cassandra 與 MongoDB 之間的差異 – AWS (amazon.com)
基於以上理由，我最終決定引導大家使用 AstraDb 來實現自己的 GPTs 應用。
設定流程
現在讓我們進入本文的核心部分，即整個設定流程。整體來說，流程會包括以下幾個步驟：
設定 Astra Db
部署 Vercel 專案
調整 Vercel 主機的基本設定
安裝並設定 PluginLab 插件以及 ChatGPT GTPs Action 等
後半部分，即 PluginLab 和 ChatGPT GPTs Action 的設定，因為在我們的上一篇文章中已有詳細介紹，本篇文章將主要集中於前面提到的資料庫設定以及 Vercel 專案的部署部分。對於後半部分的詳細內容，請參考我們之前的文章（相關連結將在後面提供）。
詳細步驟
設定 Astra Db
首先，前往 Astra Db 的網站：DataStax 官網。完成帳號註冊和登入後，您將進入 Astra Db 的控制面板，如下所示：
由於我們需要的支援向量資料庫版本目前處於預覽階段，請在控制面板上點擊【Enable Preview】按鈕。
點擊後，您將看到預覽版資料庫的一些特色功能介紹，比如改進的資料監視器（Data Explorer）和更友好的程式連接方法等。請繼續點擊【Enable Preview】進入下一頁。
接下來的頁面將展示一些開始之前的重要說明，例如：這個新資料庫是專為生成式 AI 應用設計的，如果不習慣也可以隨時退出預覽等。請點擊【Continue】按鈕以繼續。
進入預覽版控制面板後，您將看到中間有一個【Create Database】的選項。點擊它以進行下一步。
在建立資料庫時，選擇左側的【Serverless（Vector）】作為資料庫類型。
接著是詳細設定部分：
Database name： 在此處輸入您想要的資料庫名稱，例如我這裡輸入的是 "todo-db"。
Provider： 選擇雲端服務的提供商，目前免費選項僅有 Amazon Web Services。
Region： 選擇雲端服務商的機房位置，免費方案目前僅支援 "us-east-2"。
填寫並選擇完畢後，點擊【Create Database】繼續。
建立資料庫後，您將看到一個顯示 "Pending" 和 "Initializing" 等狀態的頁面，這表示資料庫正在建立中。通常只需等待一到兩分鐘即可完成。
建置完成後，您將看到狀態變為 "Active"。這時，請關注右側的【API Endpoint】欄位，點擊旁邊的複製按鈕，將其儲存下來，稍後設定主機時會用到。然後點擊【Generate Token】以建立我們服務稍後將使用的 Application Token。
點擊 Create Token 後，您將看到一個新頁面。同樣，請使用複製按鈕將其記下，因為在設定主機環境時也將需要此信息。
部署 Vercel 專案
在完成上述資料庫的建立及關鍵設定之後，請前往我們的 GitHub 教程程式碼首頁，網址為：TaskHelperAPI_Auth_Db_Template。進入網頁後，請滾動到頁面底部並點擊【Deploy】按鈕。
點擊 Deploy 之後，您將會被引導到部署設定頁面。在這裡，請在 Repository Name 欄位填寫您的程式庫名稱，然後點擊【Create】按鈕。
點擊【Create】之後，由於我們的專案需要設定一些環境變量的預設值，您將在相同頁面的下方看到幾個需要填寫的欄位。
具體需要填寫的內容如下：
ASTRA_DB_APPLICATION_TOKEN： 這是您在建立資料庫時創建的【Application Token】。
ASTRA_DB_API_ENDPOINT： 這是您在建立資料庫時複製下來的【Application Endpoint】。
ASTRA_DB_COLLECTION_NAME： 這是稍後我們待辦事項將存放的 Collection 名稱，概念上，你可以將它視為 Excel 中的一個工作表（sheet）。
（如果需要分隔號，請使用底線，例如 todo_item，否則會有問題。）
填寫完畢後，點擊【Deploy】按鈕進行部署。
部署完成後，系統會導向到一個新頁面如下，請點擊【Continue to Dashboard】。
在您新建立的 Vercel 專案首頁中，您將看到 Vercel 分配給您的域名（domains），請將其記下。
剩下的步驟，包括修改 Vercel 主機的基本設定、設定 PluginLab 插件以及 ChatGPT GPTs Action 等，與我們在上一篇文章《如何在 5 分鐘內為您的 GPTs 加上 OAuth 認證》中的後半部分完全相同。您可以參考該文章，從「修改程式碼以符合個人的 Vercel 主機設定」這一段開始，繼續進行操作。
文章的網址在這裏： 如何 5 分鐘內，幫你的 GPTs 加上 OAuth 認證 - by Ted Chen (substack.com)
資料庫寫入狀況的驗證
在您依照上一篇文章的指南完成了所有 PluginLab、ChatGPT GPTs Action，以及 ChatGPT GPTs 的設定後，您可以立即進行簡單的試用，如下圖與 ChatGPT GPTs 的對話：
一旦 GPTs 通知您待辦事項新增完成，您可以重新開啟 Astra Db 的控制面板。在這裡，點擊您的 GPTs 使用的資料庫，例如我的是「todo-db」，然後點選【Data Explorer】並選擇您所儲存的 Collection 名稱（例如「todo_item」）。這樣您就能在下方的「Collection Data」區域看到已儲存的資料。
如果您發現在表格式（Table）的界面中無法清楚看到資料，您也可以點擊【JSON】按鈕，然後選擇您想查看的項目。這樣您就能一目了然地看到完整的儲存資料欄位及其內容了
結語
經過連續三週深入淺出地介紹 ChatGPT GPTs 的實作教程，不知道您是否能跟上節奏？我希望這些詳盡的說明能助您一臂之力，打造出您心中理想的 GPTs 第一個基礎架構。如果您錯過了前幾篇文章，別擔心，我在這裡列出了整個教程的所有部分：
加油！