初学者使用Auto-GPT入门:设置和使用

初学者使用Auto-GPT入门:设置和使用

  • 简介:
  • 1. 快速演示
  • 2. 要求
  • 3. 设置OpenAI使用限制(可选)
  • 4. 安装Python
  • 5. 安装Git
  • 6. 安装 virtualenvwrapper(可选)
    • 6.1 使用 pip,您可以轻松地在 Python 环境中安装、更新和删除软件包。
    • 6.2 在Linux/OS X上安装virtualenvwrapper
    • 6.3 在Windows上安装virtualenvwrapper
    • 6.4 创建并激活虚拟环境
    • 6.5 停用和重新激活虚拟环境
  • 7. 安装 Auto-GPT
    • 7.1 视频演示安装Auto-GPT
    • 7.2 从Github下载Auto-GPT
    • 7.3 API Keys 配置 Auto-GPT API 密钥。
    • 7.4 编辑 .env.template 文件
    • 7.5 运行Auto-GPT
    • 7.6 更新 Auto-GPT
    • 7.7 更新 Auto-GPT 后的重要说明
      • 7.7.1 安装可能的新依赖项
      • 7.7.2 检查.env.template中的新环境变量
  • 8. 常见问题
    • 8.1 Auto-GPT与BabyAGI
    • 8.2 故障排除
      • 8.2.1 “Warning: Failed to parse AI output, attempting to fix.”Loop
  • 9. 结论
  • 10. 资源和致谢
  • 转载说明

在这里插入图片描述

简介:

【原文地址:https://bytexd.com/getting-started-with-auto-gpt-for-beginners-setup-usage】

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OpenAI的GPT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。这种独立性是Auto-GPT的一个重要特征,因为它将语言模型转化为一个更有能力的代理,可以从错误中行动和学习。

1. 快速演示

这是我使用Auto-GPT为我的Linux博客寻找主题的快速演示。我没有一直进行下去,因为这需要一些时间。但这应该能给你一个很好的Auto-GPT能做什么的想法。

https://youtu.be/ukvA06dUReQ

您可以给Auto-GPT分配任务,例如:

  • 提高我的在线商店在storexd.com(不是真实网站)的网络存在感。
  • 帮助我发展我的 Linux 主题袜子生意。
  • 收集所有竞争的Linux教程博客并将它们保存到CSV文件中。
  • 编写一个Python应用程序,实现X功能。

Auto-GPT有一个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(就像钢铁侠中的Jarvis一样)
  • 评估自己的想法、计划和批评以自我改进。
  • 运行代码
  • 在您的硬盘上读写文件
  • 以及更多

这种推动自主性的行为是人工智能研究的一部分,旨在创建能够模拟思考、推理和自我批评以完成各种任务和子任务的模型。

2. 要求

运行Auto-GPT的最低要求是:

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

3. 设置OpenAI使用限制(可选)

请记住,您的OpenAI API帐户是根据使用情况收费的。鉴于Auto-GPT旨在实现自主,让它在没有监督的情况下自行运行可能很诱人,但有时它可能会反复出现错误并使用您的资金。

Auto-GPT默认情况下会在每一步询问您想要做什么,但您也可以让它自行处理一定数量的步骤,或者启用连续模式,但您应该小心使用。

在OpenAI https://platform.openai.com/account/billing/limits 中设置使用限制是一个好主意。

在这里插入图片描述

你可以设置比我更低的限制。Auto-GPT 不会使用太多的令牌。我已经使用了多次,上周只用了 $1.59。

4. 安装Python

Python是一种通用的编程语言,用户友好且广泛用于像Auto-GPT这样的人工智能项目。即使您不熟悉它,也不用担心!

您只需要安装Python即可运行Auto-GPT。

使用这个简短的教程来安装它,该教程展示了如何在Windows/Mac或Linux上安装:https://python.land/installing-python。

5. 安装Git

要安装Git,请前往此处(这是一个简单的教程) https://github.com/git-guides/install-git ,并按照与您的操作系统相对应的说明进行操作。

Git是一种工具,帮助开发人员跟踪他们的代码,与他人协作,并处理项目的不同阶段。将其想象为一个智能的“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,人们可以在上面存储和分享他们的项目,使得其他人可以轻松地访问、贡献或学习。Auto-GPT就是其中的一个项目。

(对于我们的目的,您只需要知道如何从GitHub下载Auto-GPT或“拉取”它。)

(在计算机上安装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。)

6. 安装 virtualenvwrapper(可选)

我也建议使用 virtualenvwrapper 安装 Auto-GPT,但这是可选的。

(Virtualenv和virtualenvwrapper是Python中用于创建项目隔离环境的工具。它们有助于保持每个项目的软件包和依赖项分离,避免它们之间的冲突。您可以将其视为沙盒,或者VirtualBox或VMWare(如果您熟悉它们),但用于Python。)

Virtualenv是创建这些环境的基本工具,而virtualenvwrapper是一个扩展,使得管理多个环境更加容易和方便。

对于Auto-GPT,使用虚拟环境是有益的,因为它具有特定的依赖包。通过创建一个单独的环境,您可以确保这些包不会干扰其他项目,使其更安全和有组织。

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

(使用 pip,您可以轻松地在 Python 环境中安装、更新和删除软件包。)

6.1 使用 pip,您可以轻松地在 Python 环境中安装、更新和删除软件包。

6.2 在Linux/OS X上安装virtualenvwrapper

打开终端并运行:

pip install virtualenvwrapper

(如果在安装后遇到 command not found 错误,请查看我们相关的帖子,了解如何修复“Fix Virtualenvwrapper workon/mkvirtualenv: command not found”错误。Ciel_7521)

6.3 在Windows上安装virtualenvwrapper

打开 cmd 或 Powershell 或您喜欢的终端仿真器并运行:

pip install virtualenvwrapper-win

6.4 创建并激活虚拟环境

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,然后安装Auto-GPT。

要做到这一点,请运行您操作系统的终端并导航到您想要安装Auto-GPT的目录。

然后运行以下命令

mkvirtualenv name_of_virtual_environment

将 name_of_virtual_environment 替换为您想要的任何名称,例如 autogpt 。

mkvirtualenv autogpt

6.5 停用和重新激活虚拟环境

要停用虚拟环境,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

7. 安装 Auto-GPT

假设您已经具备所有要求,我们可以开始安装Auto-GPT。

7.1 视频演示安装Auto-GPT

https://youtu.be/5D_KlIDo1Sk

7.2 从Github下载Auto-GPT

要在您的计算机上安装Auto-GPT,您只需从Github下载它,然后安装一些其依赖项。

要做到这一点,导航到您想要下载的目录,激活您想要使用的虚拟环境(如果您想使用虚拟环境),然后运行:

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

cd 复制到新创建的 Auto-GPT 目录中,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。

pip install -r requirements.txt

在这里插入图片描述

7.3 API Keys 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 。

在这里插入图片描述

(请确保保密那个密钥,因为它就像是使用您账户中的 GPT 的密码。如果其他人可以访问它,那么他们只需要使用 GPT 并使用您的资金。)

7.4 编辑 .env.template 文件

我们需要获取OpenAI的API密钥并编辑位于Auto-GPT目录中的 .env.template 文件。

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

在这里插入图片描述

首先,将 .env.template 重命名为 .env (包括点 . )

之后,如果您打开它,它会看起来像下面的代码。将 your-openai-api-key 替换为您实际的 OpenAI API 密钥。

您现在可以忽略所有其他值,因为我们只想让它运行起来。

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。

7.5 运行Auto-GPT

最终我们可以运行Auto-GPT。

要执行此操作,只需在您的命令行中进入Auto-GPT目录(如果您正在使用虚拟环境,则需要激活虚拟环境),然后运行以下命令:

python scripts/main.py

在这里插入图片描述

如果一切正常,您应该会看到一条欢迎您回来的文本,如果您想使用上次运行时给Auto-GPT分配的任务。

在这里插入图片描述

您可以通过输入 y 继续,或通过输入 n 开始新任务。

就这样!您现在可以在计算机上开始使用Auto-GPT了。

7.6 更新 Auto-GPT

Auto-GPT不断开发,因此有时甚至每天更新几次。为了使其保持最新状态,只需将 cd 复制到 Auto-GPT 目录中并运行以下命令:

git pull

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

在这里插入图片描述

我刚刚更新了本地的Auto-GPT存储库。

在这里插入图片描述

当我再次运行 git pull 时,它显示已经是最新的。

7.7 更新 Auto-GPT 后的重要说明

7.7.1 安装可能的新依赖项

有时更新意味着添加新的依赖项。

在运行 git pull 后,最好也运行 pip install -r requirements.txt ,以确保没有添加您可能缺少的新要求。

7.7.2 检查.env.template中的新环境变量

我们最初将文件 .env.template 更改为 .env 。现在我们下载了更新版本的Auto-GPT,您会在您的 .env 文件旁边找到一个新的 .env.template

(这个文件可能有一些新的变量,因为应用程序有新的功能需要它们。如果是这种情况,您可能需要检查新的 .env.template 文件,并使用新的变量更新您的 .env 文件,如果您想使用它们的话。)

例如,我刚刚更新了Auto-GPT,新的变量被添加到了新的 .env.template 文件中。

在下面的图像中,左侧是我的 .env 文件,右侧是新下载的 .env.template 文件,其中有3个新变量。

在这里插入图片描述

重要的是我注意到这一点,因为我想使用新变量 MEMORY_BACKEND 作为Pinecone的内存后端,我将把它更改为 MEMORY_BACKEND=pinecone

8. 常见问题

8.1 Auto-GPT与BabyAGI

与 BabyAGI 不同,Auto-GPT 可以访问外部资源,如读写文件、运行代码或浏览互联网。这个特性有其优点和缺点:

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的信息,克服了OpenAI GPT在2021年9月的知识截止点。
  • 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有所帮助,但当给出保持专注的反馈时,它也可能返回错误。相比之下,BabyAGI 更易于用于头脑风暴。尽管无法访问互联网,但它可以为处理项目提供有用的见解,而且需要的努力和等待时间较少。

8.2 故障排除

8.2.1 “Warning: Failed to parse AI output, attempting to fix.”Loop

(翻译: Loop警告:无法解析AI输出,正在尝试修复。循环。)

如果您遇到此错误,在撰写本文时并根据我的经验,最好只需按Ctrl+Z停止并重新开始。

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.

翻译:


错误:无效的JSON
{'thoughts': {'text': '...'}, 'command': {'name': 'browse_website', 'args': {'url': 'https://example.com'}}}产品获取器的想法:
推理:
批评:
警告:无法解析AI输出,正在尝试修复。如果您经常看到此警告,则很可能是您的提示语使AI感到困惑。尝试稍微改变一下。
无法修复AI输出,告诉AI。
下一步操作:命令=错误:参数=字符串索引必须是整数,而不是“str”。
系统:命令错误:返回:未知命令错误:
警告:无法解析AI输出,正在尝试修复。如果您经常看到此警告,则很可能是您的提示混淆了人工智能。尝试稍微改变一下。
无法修复AI输出,告诉AI

9. 结论

将多个AI模型叠加在一起以完成更复杂的任务,并不意味着我们即将看到人工通用智能的出现,让系统连续运行并完成任务,减少人类干预和监督。

这些例子甚至没有表明GPT-4是必然“自主”的,但是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,并引入了一种新的提示工程阶段,可以使语言模型产生更准确的响应。

希望这有助于您开始使用Auto-GPT。我们将更新本文或发布新文章,提供有关如何使用它的更多信息。

如果您有任何问题或反馈,请在评论中随时告诉我们,我们会尽快回复您。

10. 资源和致谢

开发人员正在连接多个AI代理,以使AI更加“自主”——这帮助我解释了一些关于Auto-GPT的概念。

转载说明

原文链接:https://bytexd.com/getting-started-with-auto-gpt-for-beginners-setup-usage
(本文章由上面文章翻译得来)

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/33266.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

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…

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/ :三小时只能用10次 https://alllinkai.com/:体验完,要登录,不推荐 https://gpttalk.live/ :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,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,送给我梦中的情人。虽然程序不很复杂,但必竟是我自己亲手写噢,而且还得到了女朋友的夸张,通过编写这个小程序,让我对VC有了更深层的了解,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,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,使用策略网络辅助训练价值网络。零狗(AlphaGo Zero)使用MCTS控制两个玩家对弈,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:http://blog.csdn.net/dongdong9223/article/details/52214884 本文出自【我是干勾鱼的博客】 大家好!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,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,阿尔法狗以4:1战胜围棋世界冠军李世石。自此开始,深度强化学习受到空前的关注并成为AI领域的研究热点,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,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,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,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,还是专业挑选基金经理的各种机构,都会面临这么一个问题: XX基金在过去X年涨/跌了X%,它的表现如何?算好,还是不好? 要把这个问题讲清楚,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,如果这么强大聪明的AI变成了围棋老师,对于人类来说是不是又是另一种体验呢?12月13号,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,人工智能对围棋游戏的影响有多大? 人工智能对围棋影响是两面性的,围棋本身就是一种娱乐方式,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,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,音译中文后戏称为阿尔法狗。 人工智能围棋项目: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”,俗称“阿尔法狗”,它是世界上第一个打败人类围棋冠军的AI。2015年10月,阿尔法狗以5 : 0战胜了欧洲围棋冠军樊麾二段,在2016年3月,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? 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,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: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,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,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,“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,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 :“localhost:/login” chatGPT解决方式 问了一下 chatGPT,下面是他给我的答案(没能解决)&#xf…

Linux 创建文件的12种方法总结

在Linux中,可以使用多种方法来创建文件。以下是一些常见的方法: 1. touch命令 touch filename,用于创建一个空文件。如果文件已存在,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,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:本文主要分为两个部分:一部分是网络爬虫的概述,帮助大家详细了解网络爬虫;另一部分是HTTP请求的Python实现,帮助大家了解Python中实现HTTP请求的各种方式,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:AI前线 整理:核子可乐,褚杏娟 Chatbot Arena 等排行榜已经反复证明,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 ,无法私有化部署,无法自己训练调整。…