最近热门话题-Auto GPT 初学者Auto GPT 入门:设置和使用

Auto-GPT 是一个实验性的开源应用程序,展示了著名的 GPT-4 语言模型的功能。

它使用 GPT-4 执行复杂的任务并实现目标,而无需太多人工输入。

Auto-GPT将OpenAI的GPT模型的多个实例链接在一起,允许它做一些事情,比如在没有帮助的情况下完成任务,编写和调试代码,以及纠正自己的编写错误。

Auto-GPT 不是简单地要求 ChatGPT 创建代码,而是让几个 AI 代理协同工作以开发网站、创建新闻通讯、根据用户请求编译在线页面等等。这种级别的独立性是 Auto-GPT 的基本功能,因为它将语言模型转变为更有能力的代理,可以采取行动并从错误中学习。

快速演示:

这是我使用 Auto-GPT 查找我的 Linux 博客主题的快速演示。直到最后我才完成它,因为这需要一些时间。但这应该可以让您很好地了解自动 GPT 可以做什么。

auto-gpt

您可以自动执行 GPT 任务,例如:

  • 改善我的在线商店在 storexd.com(不是真实网站)的网络形象
  • 帮助我发展以 Linux 为主题的袜子业务
  • 收集所有竞争的 Linux 教程博客并将其保存到 CSV 文件
  • 编写执行 X 的 Python 应用程序

自动 GPT 具有可供遵循的框架和要使用的工具,包括:

  • 浏览网站
  • 搜索谷歌
  • 连接到ElevenLabs进行文本转语音(如钢铁侠中的贾维斯)
  • 评估自己的想法、计划和批评,以自我完善
  • 运行代码
  • 读取/写入硬盘驱动器上的文件
  • 以及更多

这种对自主性的推动是正在进行的人工智能研究的一部分,旨在创建可以模拟思想、推理和自我批评的模型,以完成各种任务和子任务。

在本教程中,我们将在本地计算机上安装 Auto-GPT,我们还将介绍如何使用它以及一些其他注意事项。

这些步骤以初学者友好的方式列出,因此您无需具备深入的编程知识即可进行设置。

如果你不熟悉 Python、Git 或 JSON 语法,你可能会感到有点害怕,但你仍然可以同样地运行它。在您启动并运行之前,该过程可能看起来有点混乱。

要求:

要运行自动 GPT,最低要求是:

  • 几乎任何现代设备。即使是低规格的笔记本电脑或小型服务器。
  • Python 3.8 或更高版本和 Git 已安装
  • OpenAI 帐户和 API 密钥。如果您在不到 3 个月前注册,您可能拥有 18 美元的信用额度,否则您可能需要连接付款方式。
  • 可选:如果您希望AI说话,您还需要一个 ElevenLabs.io 帐户和API密钥

(可选)设置 OpenAI 使用限制:

请记住,您的 OpenAI API 帐户会根据使用情况向您收费。鉴于 Auto-GPT 的目标是自主的,让它在没有监督的情况下做这件事可能很诱人,但有时它可能会反复抛出错误并耗尽您的资金。

默认情况下,Auto-GPT 会在每一步询问您要做什么,但是您也可以让它执行多个步骤,或者您可以启用连续模式,您应该小心。

一个好主意是在 OpenAI https://platform.openai.com/account/billing/limits 中设置使用限制。

 您可以设置比我更低的限制。自动 GPT 不会使用很多令牌。我已经多次使用它,过去一周我只使用了 1.59 美元。

安装Python:

Python 是一种多功能编程语言,用户友好,广泛用于 Auto-GPT 等 AI 项目。即使您不熟悉它,也不必担心!

你只需要安装 Python 来运行 Auto-GPT

要安装它,请使用这个简短的教程,该教程展示了如何为Windows / Mac或Linux Install Python: Detailed Instructions for Window, Mac, and Linux • Python Land Tutorial 安装它。

安装 Git:

要安装 Git,请转到此处(这是一个简单的教程)Git Guides - install git · GitHub 并按照与您的操作系统对应的说明进行操作。

Git 是一种工具,可帮助开发人员跟踪他们的代码、与他人协作以及处理项目的不同阶段。将其想象成一个智能的“撤消”和“重做”按钮,使组织项目变得轻而易举。

GitHub 是一个在线平台,人们可以在其中存储和共享他们的项目,使其他人可以轻松访问、贡献或学习。Auto-GPT就是这些项目之一。

出于我们的目的,您只需要知道如何从 GitHub 下载或“提取”自动 GPT。

在您的计算机上安装 Git 后,我们将向您展示如何通过几个简单的步骤获取 Auto-GPT 存储库,以便您可以立即开始使用它。

安装虚拟包装器(可选):

我还建议使用virtualenvwrapper来安装Auto-GPT,尽管这是可选的。

Virtualenv 和 virtualenvwrapper 是 Python 中用于为您的项目创建隔离环境的工具。它们有助于将每个项目的包和依赖项分开,避免它们之间的冲突。你可以把它想象成一个沙箱,或者VirtualBox或VMWare(如果你熟悉它们的话),但对于Python来说。

Virtualenv 是创建这些环境的基本工具,而 virtualenvwrapper 是一个扩展,使管理多个环境更容易、更方便。

对于自动 GPT,使用虚拟环境是有益的,因为它具有它所依赖的特定包。通过创建单独的环境,可以确保这些包不会干扰其他项目,使其更安全、更有条理。

我们将使用Python附带的轻松安装它。Pip 是 Python 中用于安装和管理包的工具,包是可重用的代码或库,可为您的项目添加功能。

使用 pip,您可以轻松地从 Python 环境中安装、更新和删除包。pip

在 Linux/OS X 上安装 virtualenvwrapper:

打开终端并运行:

$ pip install virtualenvwrapper

如果您在安装后遇到错误,请查看我们的相关帖子,了解如何修复 Virtualenvwrapper workon/mkvirtualenv:找不到命令。command not found

在 Windows 上安装 virtualenvwrapper:

打开或Powershell或您首选的终端仿真器并运行:cmd

$ pip install virtualenvwrapper-win

创建和激活虚拟环境:

现在我们已经安装了virtualenvwrapper,我们可以轻松地创建一个虚拟环境,然后我们将安装Auto-GPT。

为此,请运行操作系统的终端并导航到要安装 Auto-GPT 的目录。

然后运行以下命令,替换为所需的任何名称,例如 。name_of_virtual_environmentautogpt

$ mkvirtualenv name_of_virtual_environment

$ mkvirtualenv autogpt

停用和重新激活虚拟环境:

停用虚拟环境,只需运行以下命令(或关闭终端):

$ deactivate

要重新激活虚拟环境,请运行:

$ workon name_of_virtual_environment

安装Auto GPT :

假设您满足所有要求,我们可以开始安装Auto GPT。

视频演示安装Auto GPT:

这是我从 Github 下载 Auto-GPT 并安装其依赖项的快速演示。

从 Github 下载自动 GPT:

要在计算机上安装Auto-GPT,您只需从Github下载它,然后安装它的一些依赖项。

为此,请导航要下载它的目录,激活要使用的虚拟环境(如果要使用虚拟环境),然后运行:

$ git clone https://github.com/Torantulino/Auto-GPT.git

接下来进入新创建的目录并运行以下命令以安装 Auto-GPT 的依赖项。这将需要一分钟左右的时间。cdAuto-GPT

$ pip install -r requirements.txt

 $ 点安装 -r 要求.txt

配置Auto GPT API 密钥:

接下来,我们需要使用 OpenAI 的 API 密钥,以便 Auto-GPT 可以使用 GPT API。

您可以在此处生成 API 密钥 https://platform.openai.com/account/api-keys。

请务必对该密钥保密,因为它就像您帐户中使用 GPT 的密码。如果其他人可以访问它,他们只需要使用 GPT 并用完您的资金。

编辑 .env.template 文件:

我们希望从 OpenAI 获取该 API 密钥并编辑位于自动 GPT 目录中的文件。.env.template

如果您没有看到它,根据您的操作系统,它可能已隐藏。因此,请确保启用查看隐藏文件。

首先,重命名为(包括点 ..env.template.env)

之后,如果您打开它,它将看起来像下面的代码。替换为实际的 OpenAI API 密钥。

your-openai-api-key

您现在可以忽略所有其他值,因为我们只想启动并运行它。

PINECONE_API_KEY=your-pinecone-api-key
PINECONE_ENV=your-pinecone-region
OPENAI_API_KEY=your-openai-api-key
ELEVENLABS_API_KEY=your-elevenlabs-api-key
SMART_LLM_MODEL="gpt-4"
FAST_LLM_MODEL="gpt-3.5-turbo"
GOOGLE_API_KEY=
CUSTOM_SEARCH_ENGINE_ID=
USE_AZURE=False
OPENAI_API_BASE=your-base-url-for-azure
OPENAI_API_VERSION=api-version-for-azure
OPENAI_DEPLOYMENT_ID=deployment-id-for-azure
IMAGE_PROVIDER=dalle
HUGGINGFACE_API_TOKEN=

完成后保存并关闭文件。

运行Auto GPT:

最后,我们可以运行自动 GPT。

为此,只需在 Auto-GPT 目录中的命令行中运行以下命令(如果您正在使用虚拟环境,则激活虚拟环境):

$ python scripts/main.py

 如果一切正常,您应该会看到一条欢迎您回来的文本,以及您是否想使用上次运行中分配给 Auto-GPT 的任务。

您可以通过输入来继续,也可以通过输入来开始新任务。y/n

就是这样!您现在可以开始在计算机上使用自动 GPT。

更新Auto GPT:

Auto GPT 是不断发展的,因此有时甚至每天更新几次。要使其保持最新,只需在目录中并运行以下命令:

cd Auto-GPT
$ git pull

 git pull 使用自动 GPT 存储库中的最新更改更新项目的本地副本。

 我刚刚更新了我的本地自动 GPT 存储库。

 当我再次运行时,它显示它是最新的。 git pull

更新自动 GPT 后的重要说明

安装可能的新依赖项

有时更新意味着添加新的依赖项

所以最好在运行后也运行,以确保没有添加任何您可能缺少的新要求。

$  pip install -r requirements.txt  git pull 

检查 .env.template 中的新环境变量

我们最初将文件更改为 .现在,我们下载了更新版本的自动 GPT,您会在文件旁边找到一个新的版本。.env.template.env.env.template.env

此文件可能有一些新变量,因为应用程序具有需要它们的新功能。如果是这种情况,您可能需要检查新文件并使用新变量更新文件(如果要使用它们)。.env.template.env

例如,我刚刚更新了自动 GPT,并在新文件中添加了新变量。.env.template

在下图中,左侧是我的文件,右侧是新下载的文件,其中包含 3 个新变量。.env.env.template

我注意到这一点很重要,因为我想使用新变量将 Pinecone 用作内存后端,我会将其更改为

.MEMORY_BACKENDMEMORY_BACKEND=pinecone

常见问题:

Auto-GPT vs BabyAGI

与BabyAGI不同,Auto-GPT可以访问外部资源,例如读取/写入文件,运行代码或浏览互联网。此功能有其优点和缺点:

根据我的经验,这是一把双刃剑:

  • 一方面,它可以完成复杂的任务并从互联网上收集最新信息,克服 OpenAI GPT 在 2021 年 <> 月的知识截止。
  • 另一方面,在头脑风暴期间,Auto-GPT 可能会因浏览网站而分心。尽管正确的提示可能会有所帮助,但它也可以在给出反馈以保持专注时返回错误。相比之下,BabyAGI更容易用于头脑风暴。尽管不访问互联网,但它可以为以最少的精力和等待时间处理项目提供有用的见解。

故障 排除:

“警告:无法解析 AI 输出,正在尝试修复。”

如果您在撰写本文时和我的经验中遇到此错误,最好按 Ctrl+Z 停止它并重新开始。

Error: Invalid JSON
{'thoughts': {'text': '...'}, 'command': {'name': 'browse_website', 'args': {'url': 'https://example.com'}}}PRODUCT FETCHER THOUGHTS:
REASONING:
CRITICISM:
Warning: Failed to parse AI output, attempting to fix.If you see this warning frequently, it's likely that your prompt is confusing the AI. Try changing it up slightly.
Failed to fix ai output, telling the AI.
NEXT ACTION:  COMMAND = Error: ARGUMENTS = string indices must be integers, not 'str'
SYSTEM:  Command Error: returned: Unknown command Error:
Warning: Failed to parse AI output, attempting to fix.If you see this warning frequently, it's likely that your prompt is confusing the AI. Try changing it up slightly.
Failed to fix ai output, telling the AI.

结论

将AI模型堆叠在一起以完成更复杂的任务并不意味着我们将看到通用人工智能的出现,让系统连续运行并以更少的人为干预和监督完成任务。

这些例子甚至没有表明 GPT-4 甚至不一定是“自主的”,但通过插件和其他技术,它大大提高了自我反思和自我批评的能力,并引入了提示工程的新阶段,可以导致语言模型更准确的响应。

希望这可以帮助您开始使用自动 GPT。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/33265.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

GPT国内使用

国内可用的 ChatGPT 替代 列表 功能和使用 顺便推荐 列表https://chatgpt.qdymys.cn/ &#xff1a;三小时只能用10次 https://alllinkai.com/&#xff1a;体验完&#xff0c;要登录&#xff0c;不推荐 https://gpttalk.live/ &#xff1a;每天限制使用次数 https://chatgpt-…

信息收集----浏览器,网络空间搜索引擎

目录 一.浏览器搜索 1.什么是Google Hacking 2.高级搜索 3.示例 4.工具 二.网络空间搜索引擎 1.什么是网络空间搜索引擎 2.Shodan的使用 3.Censys&#xff0c;Zomeye,Fofa介绍 1.Censys 2.zoomeye 3.fofa 4.总结对比 5.基于网络空间搜索引擎的工具 一.浏览器搜索 1…

VC++实现双人对决的围棋程序,阿尔法狗围棋

可以双人对决的VC围棋程序&#xff0c;送给我梦中的情人。虽然程序不很复杂&#xff0c;但必竟是我自己亲手写噢&#xff0c;而且还得到了女朋友的夸张&#xff0c;通过编写这个小程序&#xff0c;让我对VC有了更深层的了解&#xff0c;想要的下载。游戏打开后可以选择适合15、…

训练策略网络和价值网络

阿尔法狗2016版本使用人类高手棋谱数据初步训练策略网络&#xff0c;并使用深度强化学习中的REINFORCE算法进一步训练策略网络。策略网络训练好之后&#xff0c;使用策略网络辅助训练价值网络。零狗&#xff08;AlphaGo Zero&#xff09;使用MCTS控制两个玩家对弈&#xff0c;用…

计算机永远无法超越人类——从李世石与阿尔法的人机大战中想到的

转载请注明出处&#xff1a;http://blog.csdn.net/dongdong9223/article/details/52214884 本文出自【我是干勾鱼的博客】 大家好&#xff01;我是海东。前一阵子李世石与谷歌阿尔法的围棋人机大战引起了大家的广泛关注&#xff0c;今天我们就来聊聊计算机与人类的较量。 首先海…

机巧围棋(CleverGo)项目总览及介绍

1. 项目简介 2016年3月&#xff0c;阿尔法狗以4:1战胜围棋世界冠军李世石。自此开始&#xff0c;深度强化学习受到空前的关注并成为AI领域的研究热点&#xff0c;彻底引爆了以深度学习为核心技术的第三次人工智能热潮。 机巧围棋利用PythonPygamePaddlePaddle基于AlphaGo Zer…

算法高级(45)-阿尔法狗到底有多厉害?

1997年5月11日&#xff0c;一台名为“深蓝”的超级电脑将棋盘上的一个兵走到C4位置时&#xff0c;人类有史以来最伟大的国际象棋名家卡斯帕罗夫不得不沮丧地承认自己输了。世纪末的一场人机大战终于以计算机的微弱优势取胜。 当然&#xff0c;国际象棋这样的棋类比赛&#xff…

什么是阿尔法和贝塔?

不管是买基金进行投资的基民&#xff0c;还是专业挑选基金经理的各种机构&#xff0c;都会面临这么一个问题&#xff1a; XX基金在过去X年涨/跌了X%&#xff0c;它的表现如何&#xff1f;算好&#xff0c;还是不好&#xff1f; 要把这个问题讲清楚&#xff0c;我们就需要向大…

谷歌计算机围棋程序,阿尔法狗教你下棋 谷歌上线AlphaGo围棋教学工具

【PConline 资讯】看起来AlphaGo在围棋界真的是无敌了&#xff0c;如果这么强大聪明的AI变成了围棋老师&#xff0c;对于人类来说是不是又是另一种体验呢&#xff1f;12月13号&#xff0c;谷歌旗下的DeepMind上线了这款在线AlphaGo围棋教学工具(点击此访问)。放心点进去&#x…

人工智能围棋战胜李世石,人工智能围棋阿尔法狗

AI让围棋失去了很多魅力&#xff0c;人工智能对围棋游戏的影响有多大&#xff1f; 人工智能对围棋影响是两面性的&#xff0c;围棋本身就是一种娱乐方式&#xff0c;并不一定是说人工智能完胜人类之后就会让这种娱乐消失。我们可以通过人工智能学习到更精的棋艺&#xff0c;而…

阿尔法围棋是人工智能吗,围棋智能机器人阿法狗

阿尔法狗什么意思? 阿尔法狗是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人。其英文名为AlphaGo&#xff0c;音译中文后戏称为阿尔法狗。 人工智能围棋项目&#xff1a;小发猫 阿尔法狗其主要工作原理是“深度学习”。“深度学习”是指多层的人工神…

阿尔法狗与机巧围棋的网络结构

阿尔法狗(AlphaGo)的意思是“围棋王”&#xff0c;俗称“阿尔法狗”&#xff0c;它是世界上第一个打败人类围棋冠军的AI。2015年10月&#xff0c;阿尔法狗以5 : 0战胜了欧洲围棋冠军樊麾二段&#xff0c;在2016年3月&#xff0c;阿尔法狗以4 : 1战胜了世界冠军李世石九段。2017…

围棋智能机器人阿法狗,阿尔法狗机器人围棋

第一个战胜围棋世界冠军的人工智能程序是什么&#xff1f; 阿尔法狗(AlphaGo)是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序&#xff0c;由谷歌(Google)公司的团队开发。其主要工作原理是“深度学习”。 人工智能围棋项目&#xff1a;小发猫 2017年5月…

阿尔法围棋击败人类是计算机在那方面的应用,阿尔法围棋战胜人类:人工智能又一胜利...

计算机下棋的思考模式 现在主流弈棋计算机的基本“思考模式”很简单&#xff0c;就是对当前局面下的每一种合法走法所直接导致的局面进行评估&#xff0c;然后选择“获胜概率”最高的局面所对应的那个走法。也就是说&#xff0c;“准确评估给定局面的胜率”是主流弈棋计算机的核…

spring-boot3 重定向(状态码:302)问题(无论访问那个接口都会被重定向到 【/login】登录界面)

问题描述 今天使用spring-boot做了热重载以后出现了一个问题&#xff0c;我无论访问那个接口都会导致接口被重定向到下面这个界面 地址是 &#xff1a;“localhost:/login” chatGPT解决方式 问了一下 chatGPT,下面是他给我的答案&#xff08;没能解决&#xff09;&#xf…

Linux 创建文件的12种方法总结

在Linux中&#xff0c;可以使用多种方法来创建文件。以下是一些常见的方法&#xff1a; 1. touch命令 touch filename&#xff0c;用于创建一个空文件。如果文件已存在&#xff0c;则只更新其访问时间和修改时间。 touch 命令通常用于将文件的访问和修改时间更新为当前时间。…

【Linux】云服务器Centos 7安装nginx,设置二级域名转发端口

这里写目录标题 一、 Nginx 安装1.1 安装Nginx1.2 使用1.3 自启动配置 二、Nginx详细2.1 相关命令2.2 二级域名转发 三、 SSL配置3.1 确保Nginx安装了SSL模块3.2 下载证书其它 一、 Nginx 安装 1.1 安装Nginx 下载网址为http://nginx.org/en/download.html&#xff0c;如下当…

网络爬虫有什么用?怎么爬?手把手教你爬网页(Python代码)

导读&#xff1a;本文主要分为两个部分&#xff1a;一部分是网络爬虫的概述&#xff0c;帮助大家详细了解网络爬虫&#xff1b;另一部分是HTTP请求的Python实现&#xff0c;帮助大家了解Python中实现HTTP请求的各种方式&#xff0c;以便具备编写HTTP网络程序的能力。 作者&…

微软也搞起了开源小模型!利用OpenAI的ChatGPT和GPT-4 训练,实力碾压当前最强开源模型...

来源&#xff1a;AI前线 整理&#xff1a;核子可乐&#xff0c;褚杏娟 Chatbot Arena 等排行榜已经反复证明&#xff0c;数十亿美元支撑起来的 ChatGPT 仍然是聊天机器人领域无可争辩的王者。而人们只能调用其 API &#xff0c;无法私有化部署&#xff0c;无法自己训练调整。…

创新案例|专注在线 协作平台 设计产品中国首家PLG独角兽企业蓝湖如何实现98%的头部企业渗透率

蓝湖起步于2015年&#xff0c;是一款服务于产品经理、设计师、工程师的产品设计研发在线协作工具&#xff0c; 2021年10月&#xff0c;蓝湖宣布完成C轮融资&#xff0c;融资额高达10亿人民币&#xff0c;称为中国2B市场中首家采用PLG发展的独角兽企业&#xff0c;并实现了从100…