OpenAI File Search 能让 Responses API 在你上传并加入向量库的文件中检索相关片段。所谓“搜索本地文件”，不是模型直接浏览你的硬盘；程序要明确上传选定文件、等待索引完成，再把向量库 ID 提供给请求。
先准备一份可验证的测试文件
创建一份不含隐私的文本或 PDF，写入一个独特事实，例如“测试项目的退货期限是 17 天”。保留原文件，后面用它核对引用。OpenAI File Search 指南说明了上传文件、建立 vector store 和在 Responses API 中启用工具的流程。
索引完成后再提问
from openai import OpenAI
client = OpenAI()
file = client.files.create(
file=open("test_policy.pdf", "rb"),
purpose="assistants",
)
store = client.vector_stores.create(name="file-search-demo")
client.vector_stores.files.create(
vector_store_id=store.id,
file_id=file.id,
)
# 正式提问前应轮询文件状态，确认索引 completed。
response = client.responses.create(
model="gpt-6-luna",
input="测试项目的退货期限是多少？请依据文件回答。",
tools=[{"type": "file_search", "vector_store_ids": [store.id]}],
)
print(response.output_text)
示例故意提示“应轮询状态”，因为创建记录不等于索引已经可用。生产代码要检查文件状态和失败原因，再开放查询；模型名也要按项目当前可用模型调整。
怎样核对结果和引用
- 答案应包含“17 天”，并能从返回的文件引用定位到测试文件。
- 把问题改成文件里没有的信息，回答应说明依据不足，而不是补写一个数字。
- 删除或撤销文件权限后再次查询，确认旧内容不会继续对无权用户可见。
- 多租户系统必须按用户或组织选择向量库，不能把所有客户文件放进同一个无隔离搜索范围。
文件上传、存储和工具调用可能产生费用，发布前同时核对官方价格页。本文未上传你的文件或使用你的密钥实测；支持格式、容量和保留策略以当前官方文档为准。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/31446.html
