一、基本安装
I、要安装Git,请按照以下步骤操作:
-
访问Git官网
Git - Downloads
。
-
根据您的操作系统下载最新版本的Git。
-
打开下载的文件并按照安装向导进行安装。在安装过程中,您可以选择默认设置,也可以根据需要进行自定义设置。
-
安装完成后,您可以通过打开命令提示符(或 PowerShell)并输入
git --version
来检查 Git 是否已成功安装。如果看到 Git 的版本号,说明安装成功。
注:使用git的目的是把AutoGPT代码克隆到本地,当地也可以在github上直接下载源文件
II、要安装Python,请按照以下步骤操作:
-
访问 Python 官方网站下载页面:
Download Python | Python.org
-
选择适用于您操作系统的 Python 安装程序,推荐下载最新的稳定版本。
-
下载完成后,运行 Python 安装程序。
-
在安装界面中,务必勾选“Add Python to PATH”选项,然后点击“Install Now”按钮以使用默认设置进行安装。您也可以选择“Customize installation”来自定义安装设置。
-
点击“安装”,等待安装完成。
安装完成后,您可以通过打开命令提示符(或 PowerShell)并输入
python --version
来检查 Python 是否已成功安装。如果看到 Python 的版本号,说明安装成功。
注:AutoGPT是Python语言代码。
二、AutoGPT 安装
-
确保您已经满足上述
要求
,如果没有,请先安装/获取它们。
-
克隆仓库: 对于这一步,您需要安装Git,或者您也可以通过单击此页面顶部的按钮
下载ZIP文件
。
**git clone <https://github.com/Torantulino/Auto-GPT.git**>
-
导航至项目目录: (在CMD窗口中输入此内容,您的目标是将CMD窗口导航至刚刚下载的仓库)
**cd 'Auto-GPT'**
-
安装所需的依赖项: (再次在CMD窗口中输入此内容)
**pip install -r requirements.txt**
-
将**
.env.template
重命名为
.env
,并填写您的
API_KEY
**
-
在..\Auto-GPT\目录中创建
auto-gpt.json
文件,如果存在可忽略。
三、API-key 获取和填写
I、获取OpenAI API密钥
-
访问
OpenAI官网
注册一个账户并登录
-
在
OpenAI dashboard
页面,单击 "Create new API key"
-
输入 API key 名称和用途,并单击 "Create"
-
您可以在 "API keys" 标签下找到您的 API key
-
复制并粘贴到
.env
文件中的
OPENAI_API_KEY
字段中
II、获取Pinecone API密钥
-
访问 Pinecone 官方网站:
Vector Database for Vector Search | Pinecone
-
单击右上角的 "Get started for free" 或 "Sign In" 按钮。如果您尚未注册,请创建一个新账户。注册后,登录到您的账户
-
进入 Pinecone 控制台:
https://console.pinecone.io/
-
在控制台页面的左侧菜单中,单击 "API keys"
-
在 "API keys" 页面中,您可以创建新的 API 密钥。单击 "Create API key" 按钮,然后为您的新密钥命名
-
创建完成后,您的新 API 密钥将显示在列表中
-
复制并粘贴到
.env
文件中的
PINECONE_API_KEY
字段中
III、获取Google API密钥
-
打开Google Cloud控制台:首先,访问
Google Cloud 控制台
并使用您的Google账户登录
-
创建项目:如果您还没有项目,请创建一个。点击控制台左上角的项目下拉菜单,然后点击"新建项目"。输入项目名称,选择组织(如果适用),然后点击"创建"
-
启用API:在项目创建完成后,您需要启用您希望使用的Google API。在Google Cloud控制台中,点击左侧导航栏的"API和服务" > "库"。这里列出了所有可用的API。搜索并找到您需要的API(例如谷歌翻译),然后点击进入API页面,点击"启用"
-
创建API密钥:在API启用后,点击左侧导航栏的"API和服务" > "凭据"。点击"创建凭据"按钮,然后选择"API密钥"。系统将生成一个新的API密钥
-
管理和保护API密钥:在创建API密钥后,您可以查看和管理密钥
-
复制并粘贴到
.env
文件中的
GOOGLE_API_KEY
字段中
IV、获取Google Custom Search ID获取
-
访问**
Google Custom Search 控制台
**
-
点击添加,创建一个新的搜索引擎
-
填写搜索引擎名称
-
选择在整个网络中搜索
-
进行人机验证后,点击创建
-
点击自定义,就可以看到搜索引擎ID
-
复制并粘贴到
.env
文件中的
CUSTOM_SEARCH_ENGINE_ID
字段中。
V、获取 Eleven Labs API密钥
-
访问
Eleven Labs 官方网站
,并注册一个帐户(如果尚未拥有)
-
登录帐户:使用您的用户名和密码登录 Eleven Labs 帐户
-
点击右上角的用户头像,找到Profile,里面就有API Key
-
复制并粘贴到
.env
文件中的
ELEVENLABS_API_KEY
字段中。
四、运行和其他命令
-
运行的命令是:
python -m autogpt
-
文件默认的保存目录:
..\\Auto-GPT\\autogpt\\auto_gpt_workspace
-
--gpt3only 可以使AutoGPT只调用ChatGPT3.5运行
-
--continuous 可以使AutoGPT一直运行,不用输入
y
确认。
本文转载于
Notion – The all-in-one workspace for your notes, tasks, wikis, and databases.
侵删
近日,代码托管平台
GitHub
上线了一个新的基于
GPT
-4的开源应用项目
Auto
GPT
,凭借
超
42k的Star数在开发者圈爆火。
Auto
GPT
能够根据用户需求,在用户完全不插手的情况下自主执行任务,包括日常的事件分析、营销方案撰写、代码编程、数学运算等事务都能代劳。比如某国外测试者要求
Auto
GPT
帮他创建一个网站,
Auto
GPT
就直接调用React框架生成了一个前端页面。
特斯拉前AI总监、现OpenAI技术大牛安德烈·卡尔帕西(Andrej Karpathy)称,
Auto
GPT
是“提示工程的下一个前沿”。因为同基于
GPT
-4的Chat
GPT
非常依赖人们输入提示词来完成任务,
Auto
GPT
则将中间的多轮提问环节交给机器,因此有人称
Auto
GPT
将会替代Chat
GPT
。
解决复杂任务无需人为干预
GitHub
上已有42万星标
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,以设置和入门的简便
近日,代码托管平台
GitHub
上线了一个新的基于
GPT
-4的开源应用项目
Auto
GPT
,凭借
超
42k的Star数在开发者圈爆火。
Auto
GPT
能够根据用户需求,在用户完全不插手的情况下自主执行任务,包括日常的事件分析、营销方案撰写、代码编程、数学运算等事务都能代劳。比如某国外测试者要求
Auto
GPT
帮他创建一个网站,
Auto
GPT
就直接调用React框架生成了一个前端页面。
特斯拉前AI总监、现OpenAI技术大牛安德烈·卡尔帕西(Andrej Karpathy)称,
Auto
GPT
是“提示工程的下一个前沿”。因为同基于
GPT
-4的Chat
GPT
非常依赖人们输入提示词来完成任务,
Auto
GPT
则将中间的多轮提问环节交给机器,因此有人称
Auto
GPT
将会替代Chat
GPT
。
GitHub
地址
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,以设置和入门。
30分钟完成设置
打造一款属于自己的AI助手
Auto
GPT
项目引起了很多人的关注,还有人惊呼Chat
GPT
要被
Auto
GPT
取代了。虽然
Auto
GPT
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Chat
GPT
也具备这个能力了。
Auto
GPT
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。
Auto
GPT
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。
Auto
GPT
的实现方式还是类似Chat
GPT
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
顾名思义,它所具备的能力主打的就是一个“自主”,完全不用人类插手的那种!
例如一位网友就要求
Auto
GPT
开发一个网站,结果不到3分钟,AI自己就用React和Tailwind CSS“唰唰唰”地搞定了。
AI自己上网、自己
使用
第三方工具、自己思考、自己操作你的电脑。
这一套打法,算得上是把“行动→观察结果→思考→决定下一步行动”这条路子给打通并循环了起来。
就连前特斯拉AI总监Andrej Karpathy对此都评价道:
Auto
GPT
是提示工程的下一个前沿。
而且不只是
Auto
GPT
,最近还陆陆续续地衍生出了各种自主
人工智能
工具,例如Agent
GPT
、BabyAGI等等。
然后网友们对面此景也坐不住了,惊叹于AI发展的日新月异:
这俩月,一睁眼就出新东西,太累了。
无需人类插手的
Auto
GPT
们
那么这个当红的
Auto
GPT
,和之前Chat
GPT
那波AI又有何区别?
微博博主“木遥”便下场亲测了一下。
△图源:微博博主“木遥”
他测试所用的题
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
Auto
GPT
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:「
Auto
GPT
是 prompt 工程的下一个前沿。」
不仅如此,还有人声称 Chat
GPT
已经过时了,
Auto
GPT
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。
GitHub
地址:https://
github
.com/torantulino/
auto
-
gpt
问题来了,
Auto
GPT
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,
Auto
GPT
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
Auto
GPT
和Chat
GPT
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
CSDN-Ada助手: