昨天有网友说，有长期记忆笔记的需求，而 Smart Connections 经常出现 api 报错——这可能由于作者更新所致，致中英文混杂识别错误。

SO，略看了代码（代码太多，就 main.js 文件就 4000 多行代码），我们做以下修改，可以避免所谓的“api 错误”。

方法

1、避免中英混杂报错：找到函数 SMART_TRANSLATION，增加中文提示 ```

(相关资料图)

"zh":{"pronous":["我","笔记","我的笔记","我的","my","i","us","we"],"prompt":"根据我的笔记","initial_message":"Hi,我是ChatGPT，可以通过智能连接访问您的笔记。问我一个关于你笔记的问题，我会尽力回答。",},

2、看起来更舒适：当然，不修改并不影响使用，修改只是看起来更舒适——修改函数 render_chat_input 的占位符，比如：尝试”根据我的笔记“,或”总结[[这篇笔记]]“,或”/文件夹/重要任务“

3、减少不断的继续：修改函数 request_chatgpt_completion 中的 max_tokens 参数，最大不能超过 4096，但并不建议太大，因为有时候我们的问题有占用了 tokens，导致返回错误——个人认为对半分，2000 就可以了。

4、修改创意性：该设置要不要修改看自己的需求，要更准确的就 request_chatgpt_completion 中的 temperature 参数往小调，参数范围是 0-1。

5、上下文过长导致的 api 报错：get_context_for_prompt(nearest)函数中，作者将 MAX_SOURCES 和 MAX_CHARS 设置为 20 和 10000。而根据作者的说明，最大是 16000 字符或 4K tokens——也就是说，你可以将这两值改得更大，比如将 MAX_CHARS 改成 16000，那么连续上下文就可以 更长，我们就可以输入更多的内容进行聊天。当然，你也可以修改 MAX_SOURCES，增加聊天次数。

6、点击“+”，新建对话，可以避免上下文过长导致的 api 报错。

7、修改完成之后，保存，重新 OB，甚至修改任务设置之后最好重启 OB，否则可能失效或报错。

8、可能有些笔记读取失败，那你可能需要 Retry failed files only，然后 Manual Save

9、需要注意的是 Smart Connections 并不是像 LLM 模型一样进行训练，它只是关键词的关联，然后通过用 chatgpt 去处理。所以，根据自身笔记去获取的内容，可能没有想象中那么完美——ChatGPT API 通过 LLM 模型训练自定义知识库 AI 聊天机器人正在测试，后继会更新该内容。

关键词：