一、AutoGPT是什么

最近幾天，一款基于GPT-4的最強語言模型AutoGPT火遍了整個AI圈。眾所周知，此前爆火AI圈的ChatGPT，唯一不太好用的地方就是需要人類不斷的prompt。因此，如果你想要ChatGPT幫你去做一件復雜的事情，那么怎么提問時一件很麻煩的事情。但AutoGPT就不一樣，他會根據(jù)你提的目標來制定計劃，然后自己執(zhí)行完整個計劃，整個過程自動化的能力非常的強。

這里簡單的介紹下AI的prompt，prompt是指在使用AI模型時，設計和構建用于輸入的文本提示，使得模型能夠更好地理解和回答問題。簡單來說，就是為AI模型設置一個更容易理解和明確的問題描述，以便讓它更好地進行回答。

事實上，作為目前最實用的AI技術，AutoGPT在短短幾天時間就在GitHub上獲得了驚人star數(shù)目前已經(jīng)突破81k，并吸引了無數(shù)開源社區(qū)和開發(fā)者的關注。
?

AutoGPT到底有多火呢，看這張網(wǎng)友做的對比圖就知道了：僅僅幾天的時間，它就追平了某個紅極一時項目差不多積攢了10年的star。

雖然，GitHub Star 數(shù)不足以說明一切，但是從此圖中便能看出近期大眾對它的關注程度。截止今日，Star 數(shù)更是已突破 8 萬，并且正朝著 10 萬 Star 里程碑穩(wěn)步邁進。

之所以能這么火，是因為Auto-GPT 突破了 AI 的可能性界限。事實上，它能根據(jù)開發(fā)者給它下達的任務，自行編寫爬蟲，檢索互聯(lián)網(wǎng)上的公開信息，用于實現(xiàn)任務，優(yōu)化代碼、自動改 Bug 等。這也就意味著，這是一個真正懂得通過自主學習，利用編程來強化自己能力的智能代碼工具，也是自GPT-4 出現(xiàn)以來，技術圈中又一款重磅級AI產(chǎn)品。

二、AutoGPT缺點

事實上，AutoGPT的使用是非常簡單的，大家可以看著github上的教程很輕易的就搭起來。然后提供從open ai申請的api key即可，因為它也是基于GPT3.5或者GPT4的模型來幫我們完成任務的。因為會非常多次的調(diào)用API，所以在它執(zhí)行任務的時候，我聞到了一股RMB在燃燒的味道。

雖然，AutoGpt相比傳統(tǒng)的AI技術進步了一大截，但正如Jina AI 的創(chuàng)始人兼 CEO 肖涵表示:“在我們慶祝 Auto-GPT 的快速崛起時，退后一步并仔細檢查其潛在的缺點至關重要?！辈⑶遥瑸榱苏f明Auto-GPT 的不足之處，肖涵先大致分析了一波原理，即 Auto-GPT 主要由四部分組成：

• 架構：Auto-GPT 是基于強大的 GPT-4和 GPT-3.5語言模型構建的，它們作為機器人的大腦，幫助它思考和推理。
• 自主迭代：類似于機器人，具有從錯誤中學習的能力。Auto-GPT 可以回顧其工作，在之前的工作基礎上再接再厲，并利用其歷史記錄生成更準確的結果。
• 內(nèi)存管理：與矢量數(shù)據(jù)庫(一種內(nèi)存存儲解決方案)集成，使 Auto-GPT 能夠保留上下文并做出更好的決策，類似于為機器人配備長期記憶以記住過去的經(jīng)歷。
• 多功能性：Auto-GPT 的功能(例如文件操作、Web 瀏覽和數(shù)據(jù)檢索)使其用途廣泛，并使其與有別于以往的 AI 迭代，就像賦予機器人多種技能來處理更廣泛的任務。

下面我們來看下AutoGpt的一些缺點：

1，成本高昂

雖然 Auto-GPT 具有卓越的功能，但由于任務是通過思維鏈完成的，為提供更好的推理和提示，每一步都需要調(diào)用昂貴的 GPT-4模型，這通常會最大化 token，也就帶來了過高的成本。

對此，肖涵估算了一個小任務的花費:Auto-GPT 平均需要50個步驟來完成一個小任務，即成本為50*0.288=14.4美元（約人民幣98.5元）。

而且這還是一次就能出結果的情況，如果需要重新生成，成本會更高。 從這個角度來看，AutoGPT目前對大部分用戶和組織來說，都是不現(xiàn)實的。

2，容易陷入死循環(huán)

更要命的是，這14.4美元還可能“打水漂”。許多用戶報告說:Auto-GPT 經(jīng)常陷入循環(huán)，導致其無法解決實際問題。

“我昨天多次使用它，我發(fā)現(xiàn)…它從未完成過一項任務。它總是去深入挖掘、做更多的研究，但從來沒有真正完成一個目標。我就放著讓它持續(xù)循環(huán)了幾個小時?！?/p>

3，代理機制不完善

Auto-GPT 引入了一個很有趣的概念，即允許生成代理來委派任務。然而，肖涵認為這還不夠完善:“這一機制仍處于早期階段，其潛力在很大程度上仍未得到開發(fā)?！?/p>

對于以上總結的幾點 Auto-GPT 缺陷，實際上早有不少用戶在抱怨，還搞出了一些“鬧劇”:

不過即便如此，Auto-GPT 還是令許多人對未來 AI 的發(fā)展趨勢充滿期待:

三、AutoGPT本地部署

接下來，我們看一下如何在本地部署AutoGpt，參考如下資料：
Auto-GPT 官網(wǎng)網(wǎng)站：https://github.com/torantulino/auto-gpt
Auto-GPT 中文技術支持博客：https://www.cnblogs.com/botai/

3.1 環(huán)境要求

• vscode + devcontainer
• Python 3.8 or later
• OpenAI API key
• PINECONE API key
• ElevenLabs Key（可選）

3.2 安裝

1，確保您的本地環(huán)境已經(jīng)擁有上述所有要求，如果沒有，請安裝/獲取它們。

2，將AutoGPT克隆到本地，也可以直接下載源碼的zip文件。

git clone git@github.com:Significant-Gravitas/Auto-GPT.git

3，導航至項目目錄，安裝所需依賴項，命令如下。

pip install -r requirements.txt

4，重命名.env.template為.env，并填寫你從openai官網(wǎng)獲取的的OPENAI_API_KEY。如果你計劃使用語音模式，請同時填寫你的ELEVEN_LABS_API_KEY。以下是一些說明：

• 以下網(wǎng)址獲取你的OpenAI API密鑰：https://platform.openai.com/account/api-keys。
• 以下網(wǎng)址獲取你的ElevenLabs API密鑰：https://elevenlabs.io。 你可以在網(wǎng)站上的“Profile”選項卡中查看你的xi-api-key。

如果你想在Azure實例上使用GPT，請將USE_AZURE設置為True，然后將azure.yaml.template重命名為azure.yaml，并在azure_model_map部分中提供相關模型的azure_api_base、azure_api_version和所有部署ID：

• fast_llm_model_deployment_id：你的gpt-3.5-turbo或gpt-4部署ID
• smart_llm_model_deployment_id： 你的gpt-4部署ID
• embedding_model_deployment_id： 你的text-embedding-ada-002 v2部署ID

更多詳細的信息，請點擊下面的鏈接查看詳情：https://pypi.org/project/openai/， 位于“Microsoft Azure Endpoints”部分和此處：https://learn.microsoft.com/en-us/azure/cognitive-services/openai/tutorials/embeddings?tabs=command-line， 用于嵌入模型。

3.3 基本使用

打開AutoGpt項目的源碼，然后在你的終端中運行main.py的Python腳本，命令如下。

python -m autogpt

在每個AUTO-GPT操作完成后，輸入"NEXT COMMAND"來授權它們繼續(xù)執(zhí)行。如果需要退出程序，請鍵入"exit"并按回車鍵。.

3.4.1 開啟日志

當然，你也可以通過在文件夾./output/logs中找到活動和錯誤日志。 要開啟要輸出調(diào)試日志，可以使用下面的命令：

python scripts/main.py --debug

3.4.2 Docker

當然，我們也可以將它構建到docker映像中然后運行它。

docker build -t autogpt .
docker run -it --env-file=./.env -v $PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt

如果你有docker-compose環(huán)境，也可以使用下面的方式：

docker-compose run --build --rm auto-gpt

當然，我們也可以在運行的時候指定運行的ChatGpt的版本例如，在gpt3only和continuous模式下運行:

docker run -it --env-file=./.env -v $PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt --gpt3only --continuous


docker-compose run --build --rm auto-gpt --gpt3only --continuous

3.4.3 其他參數(shù)

下面是運行AutoGPT時，可以使用的一些常見參數(shù)和幫助說明：

查看所有有用的命令行參數(shù)：

python -m autogpt --help

使用不同的AI設置文件運行AutoGPT：

python -m autogpt --ai-settings <filename>

指定可用內(nèi)存大下：

python -m autogpt --use-memory  <memory-backend>

3.4 語言模式

如果要開啟語言模式，可以在啟動項目的時候使用下面的命令：

python scripts/main.py --speak

下面是用于實驗的一些eleven labs賬號：

• Rachel : 21m00Tcm4TlvDq8ikWAM
• Domi : AZnzlk1XvdvUeBnXmlld
• Bella : EXAVITQu4vr4xnSDxMaL
• Antoni : ErXwobaYiN019PkySvjV
• Elli : MF3mGyEYCl7XYWbV9V6O
• Josh : TxGEqnHWrfWFTfGW9XjX
• Arnold : VR6AewLTigWG4xSOukaG
• Adam : pNInz6obpgDQGcFmaJgB
• Sam : yoZ06aMxZJJ28mfd3POQ

3.5 Google API Keys

本部分是可選的，如果在運行Google搜索時出現(xiàn)錯誤429，則使用官方Google API。要使用 google_official_search 命令，您需要在環(huán)境變量中設置Google API密鑰。

1. 前往?Google Cloud Console。
2. 如果您還沒有帳戶，請創(chuàng)建一個并登錄。
3. 通過單擊頁面頂部的“Select a Project”下拉菜單，然后單擊“New Project”，創(chuàng)建一個新項目。給它一個名稱并單擊“Create”。
4. 前往?APIs & Services Dashboard，單擊“Enable APIs and Services”。搜索“Custom Search API”，單擊它，然后單擊“Enable”。
5. 前往?Credentials?頁面，然后單擊“Create Credentials”。選擇“API Key”。
6. 復制API密鑰并將其設置為在您的計算機上命名為?GOOGLE_API_KEY?的環(huán)境變量。請查看下面的環(huán)境變量設置。
7. 在您的項目上?啟用?Custom Search API。（可能需要等待幾分鐘以進行傳播）
8. 前往?Custom Search Engine?頁面，然后單擊“Add”。
9. 按照提示設置您的搜索引擎以設置搜索引擎。您可以選擇搜索整個Web或特定站點。
10. 創(chuàng)建您的搜索引擎后，單擊“Control Panel”，然后單擊“Basics”。復制“Search engine ID”，并將其設置為在您的計算機上命名為?CUSTOM_SEARCH_ENGINE_ID?的環(huán)境變量。請查看下面的環(huán)境變量設置。

需要注意的是，您的每日免費自定義搜索配額僅允許最多100次搜索。要增加此限制，您需要將計費帳戶分配給項目，以從每日最多10K次搜索中受益。

3.5.1 設置環(huán)境變量

對于Windows用戶來說，設置環(huán)境變量的代碼如下：

setx GOOGLE_API_KEY "YOUR_GOOGLE_API_KEY"
setx CUSTOM_SEARCH_ENGINE_ID "YOUR_CUSTOM_SEARCH_ENGINE_ID"

對于MacOs的用戶來說，設置環(huán)境變量的代碼如下：

export GOOGLE_API_KEY="YOUR_GOOGLE_API_KEY"
export CUSTOM_SEARCH_ENGINE_ID="YOUR_CUSTOM_SEARCH_ENGINE_ID"

3.6 Redis設置

首先，需要安裝 Docker Desktop，如果還沒安裝，請參考3.4.2進行安裝。然后運行如下命令設置redis。

docker run -d --name redis-stack-server -p 6379:6379 redis/redis-stack-server:latest

參見?https://hub.docker.com/r/redis/redis-stack-server?以設置密碼和其他配置。然后，配置Redis。

MEMORY_BACKEND=redis
REDIS_HOST=localhost
REDIS_PORT=6379
REDIS_PASSWORD=

請注意，這不是面向互聯(lián)網(wǎng)運行的，不安全，請不要在沒有密碼或沒有任何保護的情況下將 Redis 暴露給互聯(lián)網(wǎng)。

3.7 Pinecone API 密鑰設置

1. 轉到pinecone，如果您還沒有帳戶，請注冊一個。
2. 選擇“Starter”計劃以避免收費。
3. 在左側邊欄的默認項目下找到您的API密鑰和區(qū)域。

接下來，我們需要設置環(huán)境變量：
打開.env 文件或者從命令行中設置它們（高級）：

對于 Windows 用戶：

setx PINECONE_API_KEY "YOUR_PINECONE_API_KEY"
setx PINECONE_ENV "Your pinecone region" # something like: us-east4-gcp

對于 macOS 和 Linux 用戶：

export PINECONE_API_KEY="YOUR_PINECONE_API_KEY"
export PINECONE_ENV="Your pinecone region" # something like: us-east4-gcp

3.8 設置緩存類型

默認情況下，AutoGPT 使用的是LocalCache 而不是 redis 或 Pinecone。要切換到其中一個，請將 MEMORY_BACKEND 環(huán)境變量更改為所需的值：

• local (默認)：使用本地 JSON 緩存文件
• pinecone：使用您在 ENV 設置中配置的 Pinecone.io 帳戶
• redis：將使用您配置的 redis 緩存
• milvus：將使用您配置的Milvus緩存
• weaviate：將使用您配置的Weaviate緩存

查看內(nèi)存使用情況，命令如下：使用?--debug?標志查看內(nèi)存使用情況。

3.9 持續(xù)模式??

以無需用戶授權的方式運行 AI，100％自動化。不建議使用持續(xù)模式。它可能會造成潛在危險，并可能導致您的 AI 永遠運行或執(zhí)行您通常不會授權的操作。請自行承擔風險。

python scripts/main.py --continuous

要退出程序，請按 Ctrl + C。

3.10 GPT3.5 模式

如果您沒有訪問 GPT4 api 的權限，則此模式將允許您使用 AutoGPT，運行的命令如下：

python scripts/main.py --gpt3only

3.11 圖像模式

默認情況下，Auto-GPT 使用 DALL-e 進行圖像生成。要使用 Stable Diffusion，需要HuggingFace API Token。獲得令牌后，請在 .env 中設置以下變量：

IMAGE_PROVIDER=sd
HUGGINGFACE_API_TOKEN="YOUR_HUGGINGFACE_API_TOKEN"

?? 免責聲明

Auto-GPT 是一個實驗性的應用程序，提供“按原樣”不附帶任何明示或暗示的保證。使用此軟件即表示您同意承擔與其使用相關的所有風險，包括但不限于數(shù)據(jù)丟失、系統(tǒng)故障或任何可能出現(xiàn)的問題。

該項目的開發(fā)人員和貢獻者不承擔任何損失、損害或其他后果的責任或義務，這些損失、損害或其他后果可能是使用該軟件的結果。您應根據(jù) Auto-GPT 提供的信息對任何決策和行動負責。

請注意，由于 GPT-4 語言模型的令牌使用情況，使用成本可能很高。 通過使用此項目，您確認您有責任監(jiān)控和管理自己的令牌使用情況和相關費用。強烈建議定期檢查您的 OpenAI API 使用情況，并設置任何必要的限制或警報以防止意外收費。

作為一個自主實驗，Auto-GPT 可能會生成與實際商業(yè)實踐或法律要求不符的內(nèi)容或采取行動。您有責任確?；诖塑浖妮敵鏊龅娜魏涡袆踊驔Q策符合所有適用的法律、法規(guī)和道德標準。該項目的開發(fā)人員和貢獻者不承擔因使用該軟件而產(chǎn)生的任何后果的責任。

通過使用 Auto-GPT，您同意賠償、捍衛(wèi)并使開發(fā)人員、貢獻者和任何關聯(lián)方免受您使用此軟件或違反這些條款所引起的任何和所有索賠、損害、損失、負債、費用和支出（包括合理的律師費）。

參考鏈接：https://github.com/Significant-Gravitas/Auto-GPT文章來源地址http://www.zghlxwxcb.cn/news/detail-457000.html

到了這里，關于超越ChatGpt，最近爆火的AutoGPT 究竟是什么的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！