基于Auto-GPT的交互式AI命令中文版

编写目的:Auto-GPT在执行和返回命令时,通常会输出一大段英文,且返回内容不可预期,提前翻译会提高很多交互效率。(每次都得打开翻译软件粘贴的我,觉得这样很蠢)

github地址:https://github.com/anignx/Auto-GPT-Translate

💾 如何使用

获取翻译api-key

翻译使用baidu-api进行翻译,需要您先获取到翻译的APP ID,和秘钥:
http://api.fanyi.baidu.com/api/trans/product/desktop

在此页面可以找到APP ID和秘钥:
http://api.fanyi.baidu.com/manage/developer

使用方式同Auto-GPT,在启动脚本之前,需要添加环境变量
对于 linux 或者 Mac OS用户

export TRANSLATE_API_NAME="baidu"
export TRANSLATE_API_ID="你的APP ID"
export TRANSLATE_API_KEY="你的秘钥"

对于 Windows 用户:

setx TRANSLATE_API_NAME "baidu"
setx TRANSLATE_API_ID "你的APP ID"
setx TRANSLATE_API_KEY "你的秘钥"

百度免费的翻译API,
标准版:QPS=1,免费调用量5万字符/月
高级版:QPS=10,免费调用量100万字符/月
若每月调用量超过免费调用量限制,将按照49元/百万字符进行计费;

普通个人用户可以免费升级高级版

示例:启动

示例:任务 & 执行

示例:任务 & 执行

目前Auto-GPT迭代速度很快,几乎每天代码都不一样,只有master分支,没有release版本,并且存在各种bug。
Auto-GPT可能会在用户授权后执行任何命令,其中包括:

自行编写并执行python脚本,调用浏览器阅读,创建本地文件。

为了防止非预期情况,请尽量在虚拟机环境下运行;或者请仔细阅读AI反馈的下一步要执行的命令

在ChatGPT之后,一种新型的人工智能应用Auto-GPT正在悄然兴起。这种代表人工智能“新前沿”的技术能够教导类似GPT这样的模型完全自主地执行复杂的项目。 ChatGPT这样的AI聊天机器人已经能够完成写一本书、建一个网站或开发一种商业模式,但是有没有可能让AI在没有人类干预的情况下,完全靠自己创造这一切?这就是Auto-GPT的承诺,它能够在没有人为干预的情况下执行复杂的大型项目。 据介绍,Auto-GPT是一个开源的AI代理Python应用程序,由开发人员Significant Ggravitas近日发布在GitHub上,它使用GPT-4作为驱动基础,允许AI自主行动,完全无需用户提示每个操作,30分钟内就可以完成设置。
Auto-GPT入门教程。Auto-GPT是一个实验性的开源应用程序,展示了众所周知的GPT-4语言模型的能力。Auto-GPT将多个OpenAIGPT模型实例链接在一起,使其能够完成任务而无需帮助,编写和调试代码,并纠正自己的写作错误。而不是简单地要求ChatGPT创建代码,Auto-GPT使多个AI代理一起工作,以开发网站、创建通讯、根据用户请求编译在线页面等。 auto-gptAutoGPT、ChatGPTGPT4、gpt-4
要调用chat-gpt的API接口,您需要使用以下步骤: 1. 获取API密钥:首先,您需要从chat-gpt的官方网站上注册并获取API密钥。API密钥是用于访问chat-gpt API的凭证。 2. 创建API请求:使用您喜欢的编程语言和HTTP库,创建一个API请求。您需要向chat-gpt的API服务器发送POST请求,包含您的API密钥和聊天文本。 3. 接收API响应:chat-gpt服务器将会处理您的请求,并返回一个JSON格式的响应,其中包含chat-gpt模型生成的聊天响应。 4. 解析API响应:解析API响应并将其显示给用户,这样用户就可以与chat-gpt模型进行聊天。 以下是一个Python的示例代码,演示如何使用chat-gpt API: import requests import json # 设置API请求参数 api_key = "your_api_key" url = "https://api.chat-gpt.com/v1/chat" headers = {"Content-Type": "application/json"} # 设置聊天请求参数 data = { "api_key": api_key, "text": "你好,今天天气怎么样?" # 发送API请求 response = requests.post(url, headers=headers, data=json.dumps(data)) # 解析API响应 result = json.loads(response.content) chat_response = result["response"] # 显示聊天响应 print(chat_response) 请注意,您需要将“your_api_key”替换为您从chat-gpt官方网站注册并获取的API密钥。