最近， AIGC 中最火的可能就当属于 AutoGPT 了吧，首先简单介绍一下AutoGPT 背景

AutoGPT 是基于 ChatGPT API 接口开发，项目首推 GPT-4 模型，但 OpenAI 账号 API 只有 gpt-3.5-turo 权限同样也可以使用。

项目在 github 上获取的 star 数从4 月初的 2k 到现在 60k，仅用了半个月

AutoGPT 之所以引起这么大的轰动，可能是由于以下几个特点：

1，借助 ElevenLabs 等第三方服务使 ChatGPT 能够具备语音对话能力；

2，赋予 GPT-4 联网搜索和信息获取能力；

3，借助Redis 或第三方存储服务，使得对话具备长期和短期内存管理；

4，集成 GPT-3.5 文件存储和处理能力；

5，项目赋予 GPT-4 自己给自己提 prompt 能力；

开始时，用户指定任务(task)和目标(goal) ，AutoGPT 借助 GPT-4 的推理能力自动将 goal 拆分为n 个小的目标任务，其中每个小的目标 作为模型下一步指定动作的 prompt，

这个特性可以理解为，为了达到某个大目标， AutoGPT 将大目标 拆分为 n个小 目标的 prompt，随后通过依次执行小 目标来不断地逼近 大目标进度。

并且，在执行过程中，AutoGPT 根据不同小目标的执行结果，可以不断调整知道结果对齐用户功能需求；为了更加清晰，我把整个运行步骤画了一个流程图，如下：

基于以上原理，AutoGPT 使用时，用户需要输入任务描述，例如， 分析最近一年上映的电影 ，然后再列出具体的需求目标(goal)，

• 例如 goal1：分析其中电影类型分布；goal 2 ：列举top10票房电影、票房数以及各自国家等，并绘制一个柱状图等；

输入后，AutoGPT 借助 GPT4 接口 根据你输入的 task 和 goal ，拆分为数个小任务，自动依次执行，直到整个所有 goal 完成，整个执行过程不需要用户介入，完全自动化

以上是对 AutoGPT的背景做了简单说明，接下来介绍 AutoGPT 的具体安装流程

AutoGPT 安装

git clone https://github.com/Torantulino/Auto-GPT.git
拉取完成后，cd 到项目路径下
 
cd  Auto-GPT
运行以下代码安装所需要的依赖
 
pip install -r requirements.txt
修改配置项
 
AutoGPT 提供了许多拓展功能，例如
 
 
支持语音代替文件进行交互，语音服务是由 ElevenLabs 提供，5美元/月；
 
 
支持 调用 Stable Diffusion 文生图；
 
 
借助 Google APi 和自定义搜索引擎服务 防止 google 搜索出现 429；
 
 
借助 PINECONE 服务存储缓存，保持短时间内与 AutoGPT 之间的交互记录
 
 
以上这些拓展服务需要额外的token 或 key ，不是运行 AutoGPT 的必须配置项，最核心的配置是 OpenAI key
 
OpenAI key 获取方式，访问 https://platform.openai.com/account/api-keys
 
拿到key 之后，找到项目中的 .env.template 文件，命名为 .env，打开，找到里面的OPENAI_API_KEY 选项，替换成你的 key，关闭即可
 
运行 AutoGPT
 
以上步骤完成后，终端输入以下命令，就可以使用 AutoGPT 了
 
python -m autogpt
如果想在使用过程中，查看具体AutoGPT 是否报错，可以加上 --debug 参数
 
python -m autogpt --debug
需要注意的是，AutoGPT 运行的整体交互语言以英语为主
 
启动后，首先autogpt 需要你先对给服务起一个名字，这个可以随意，例如 testAI，输入完毕后，按回车下一步
 
接着需要输入 任务 ，例如Analyze movies released in the last year；
 
之后依次输入 goal1,goal2
 
输入完毕后，autogpt 进行接管，任务、目标分析、拆分为数个小 plan 并执行
 
google 搜索介入
 
获取到数据，进行解析并存储
 
好了，以上就是 AutoGPT 整个安装和使用流程，
 
AutoGPT 使用 GPT-4 前提是，自己 OpenAI 账号已经加入了 GPT-4 API 的 waitllist，并且拿到了 OpenAI 的授权；这里的GPT-4 指的是 API 接口，不是 ChatGPT Plus 订阅。没有 GPT-4 权限依旧可以使用 AutoGPT，只不过会切换到推理能力弱一点的 gpt-3.5-turbo 模型
 
使用 AutoGPT 需要注意的一些问题：
 
1，openAI 接口，SSL 认证失败 443
 
ssl.SSLEOFError: EOF occurred in violation of protocol (_ssl.c:1131)requests.exceptions.SSLError: HTTPSConnectionPool(host='openaipublic.blob.core.windows.net', port=443): Max retries exceeded with url: /encodings/cl100k_base.tiktoken (Caused by SSLError(SSLEOFError(8, 'EOF occurred in violation of protocol (_ssl.c:1131)')))
 
解决方法，对urllib3 降版本，变为 1.25.11
 
pip install urllib3==1.25.11
2，谷歌用不了，报错【由于连接方在一段时间后没有正确答复或连接的主机没有反应 ，连接尝试失败】；AutoGPT 搜索用的是谷歌引擎，需要用到谷歌搜索服务
 
另外提醒一下，终端走的 google 搜索 是在 IP 层，不在应用层，所以一般应用层的梯子也是无法使用的，关于具体解决方法，因为篇幅较长，将放在下篇博文
 
3，对比正常使用，在 AutoGPT 中运行相对会比较费钱。OpenAI 的 key 大家都知道 ，使用是按量收费的；在 AutoGPT 中因为需要让结果对其用户目标，使用时需要不断查询，反馈、修正再查询；
 
这个过程都会用到 OpenAI 接口，因此调用频率比正常使用高许多，建议对于一些比较复杂的问题，可以尝试用 AutoGPT 来解决，一些简单问题完全就没必要了。
 
好了，以上就是本篇文章的全部内容了，如果对你有帮助的话、点赞、收藏都是对我的一份鼓励！
                    最近， AIGC 中最火的可能就当属于 AutoGPT 了吧，首先简单介绍一下AutoGPT 背景AutoGPT 是基于 ChatGPT API 接口开发，项目首推 GPT-4 模型，但 OpenAI 账号 API 只有  gpt-3.5-turo 权限同样也可以使用。
				
近日，AI 界貌似出现了一种新的趋势：自主人工智能。
这不是空穴来风，最近一个名为 AutoGPT 的研究开始走进大众视野。特斯拉前 AI 总监、刚刚回归 OpenAI 的 Andrej Karpathy 也为其大力宣传，并在推特赞扬：「AutoGPT 是 prompt 工程的下一个前沿。」
不仅如此，还有人声称 ChatGPT 已经过时了，AutoGPT 才是这个领域的新成员。
项目一经上线，短短几天狂揽 27K + 星，这也侧面验证了项目的火爆。
问题来了，AutoGPT 到底是什么？它是一个实验性的开源应用程序，展示了 GPT-4 语言模型的功能。该程序由 GPT-4 驱动，可以自主实现用户设定的任何目标。
具体来说，AutoGPT 相当于给基于 GPT 的模型一个内存和一个身体。有了它，你可以把一项任务交给 AI 智能体，让它自主地提出一个计划，然后执行计划。此外其还具有互联网访问、长期和短期内存管理、用于文本生成的 GPT-4 实例以及使用 GPT-3.5 进行文件存储和生成摘要等功能。AutoGPT 用处很多，可用来分析市场并提出交易策略、提供客户服务、进行营销等其他需要
				
AutoGPT项目引起了很多人的关注，还有人惊呼ChatGPT要被AutoGPT取代了。虽然AutoGPT的Demo挺酷的，自己能分解目标自主完成任务。不过它也没有跳出GPT的框子，更谈不上什么替代，核心能力还是由GPT-4模型提供。而ChatGPT也具备这个能力了。
AutoGPT 到底是什么？它是一个实验性的开源应用程序，展示了 GPT-4 语言模型的功能。该程序由 GPT-4 驱动，可以自主实现用户设定的任何目标。
AutoGPT项目在Github的Star数量几天之内就上升到三万，风口确实强劲。不过感觉Github应该是出圈了，如果用户仅仅是比较呆板(挑剔)的程序员，对于尚未完成的代码，恐怕打星标不会如此慷慨。
AutoGPT的实现方式还是类似ChatGPT Plugins架构，将可以调用的API告知GPT模型，然后通过GPT来决定下一个Action。实现起来主要是两个部分：
• 组装Prompt，查询GPT模型；
• 执行Command, 主要是Python代码的直接调用。
之前我也介绍过一个用类似方法实现的Demo：基于GPT模型实现RPA任务
				
AutoGPT和ChatGPT是两种基于自然语言处理的模型，它们都是以GPT（Generative Pre-trained Transformer）为基础，并利用了Transformer架构。GPT是一种基于深度学习的语言生成模型，能够自动生成类似人类书写的自然语言。
不同点一：有监督与无监督（自动与半自动）
Auto GPT是一种无监督学习模型，其目的是训练一个通用的语言生成模型，可以根据输入的语境自动生成一系列合理的文本。相比之下，Chat GPT是一种有监督学习模型，它是训练出一个用于自动回复的聊天机器人，可以根据用户输入的文本生成回复。
不同点二：文本与对话
Auto GPT更侧重于生成大量的文本，因此在训练时使用了更大的语料库，比如维基百科、新闻和小说等。而Chat GPT则更注重生成对话，因此在训练时使用了更多的对话语料库，如聊天记录和社交媒体数据等。
不同点三：应用不同
在应用方面，Auto GPT和Chat GPT也有一些不同。Auto GPT可以用于自动生成各种类型的文本，如新闻、评论、小说等，这对于自动生成内容的应用场景非常有用。而Chat GPT则
				
世界不再一样，特别是因为人工智能技术在过去几个月见证了加速增长。人工智能驱动的技术已经存在了几十年。
然而，总部位于旧金山的 OpenAI 于去年 11 月推出了轰动一时的 ChatGPT，这已成为一个开创性的时刻。从那以后，人工智能世界有了无数的发展。
而Auto-GPT被誉为下一个游戏规则的改变者。这一切都始于一个名为 Auto-GPT 的开源 Python 应用程序的发布，这在某种程度上改变了人们对通用人工智能 (AGI) 的看法。
从协助搜索的聊天机器人到自动执行日常任务的聊天机器人，人工智能工具相继推出。如果没有在 Internet 数据集上训练的大型语言模型，所有这一切都是不可能的。
后来，GPT-3.5 推出并支持 ChatGPT。今年 3 月，该公司发布了 GPT-4 作为 API 和 ChatGPT Plus 的一项功能。GPT-4是迄今为止GPT系列中最先进的型号。
近年来，人工智能 (AI) 和机器学习 (ML) 取得了长足的进步，改变了我们生活、工作和交流的方式。
该领域最重要的进步之一是自动文本生成技术的开发，称为 Auto-GPT。这项尖端技术有可能彻底改变
                    m0_64431988: 
                    你好，我一步步按这个来的最后cmd启动的时候说我没openai的module，很疑惑[code=ModuleNotFoundError: No module named 'openai']
[/code]
                AutoGPT 安装指南，使用避坑要点
                    chillyoung2016: 
                    求ip协议层的解决办法