【Auto-GPT】会自主完成任务的 AI!安整的安装&使用教学

本文涉及的产品
实时数仓Hologres,5000CU*H 100GB 3个月
实时计算 Flink 版,5000CU*H 3个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 【Auto-GPT】会自主完成任务的 AI!安整的安装&使用教学

ChatGPT 需要我们不停的输入指令,引导 AI 的回答方向才能得到期待的结果;而 Auto-GPT 之所以爆红,就是因为他能够“自我反思”,只要给他任务,他就会不停地自问自答,不需要人为插手。

听起来是不是棒呆了?就让笔者透过这篇文章带大家了解如何安装 Auto-GPT,以及如何使用它来帮我们达成工作吧!

image.gif编辑

大纲

▋手把手带你安装 Auto-GPT

▋取得 OpenAI 的 API Key,并将它将放入 Auto-GPT 环境档

▋让 Auto-GPT 跑起来!基础操作说明

▋使用 Auto-GPT 的注意事项

▋手把手带你安装 Auto-GPT

SETP 1:安装 Python 3.8 以上的版本:Download Python | Python.org

image.gif编辑

如果有安裝 Homebrew 也可输入指令:brew install python

SETP 2:安裝 Git:Git - Downloads

image.gif编辑

SETP 3:打开终端(Terminal),透过 Git 指令下载 Auto-GPT:git clone https://github.com/Torantulino/Auto-GPT.git 

image.gif编辑

SETP 4:输入 ls 确认下载的位置,然后透过 cd Auto-GPT 进入目录。

image.gif编辑

SETP 5:输入 pip3 install -r requirements.txt 安装必要套件(会跑一段时间)。

image.gif编辑

如果使用 pip3 指令出现错误,可以先输入 python3 确认自己 Python 的环境是否安装成功。

小提醒:如果是 Windows 环境,输入 pip3、python3 没反应,可以改成输入 pip、python 来替代喔

▋取得 OpenAI 的 API Key,并将它将放入 Auto-GPT 环境

SETP 1:登入 OpenAI ,进入此页面:https://platform.openai.com/account/api-keys

image.gif编辑

SETP 2:按下“Create new secret key”即可取得(笔者撰写文章时,试用版有 18 美金的限额,3 个月后失效;如果你有绑信用卡,请记得设定上限额度,不然可能会哭。)。

SETP 3:回到终端,输入mv .env.template .env,将环境变数范例档重新命名。

SETP 4:输入 vi .env 打开档案,然后找到“OPENAI_API_KEY”这个关键字,将 your-openai-api-key 替换成自己取得的 API Key。

image.gif编辑

如果不熟悉 command line 操作,也可以进入 Auto-GPT 夹内,直接变更 .env 档;此档案为隐藏档, Mac 系统请输入“Shift + Command + .”显示,Windows 系统建议参考官方说明。

看到“.env”后,按右键选择“打开文档的应用程序”,以文字编辑器的方式开启进行编辑(若无此选项请从最下方的“其他”选取)。

▋让 Auto-GPT 跑起来!基础操作说明

在终端输入: python3 -m autogpt

小提醒:如果关掉终端,之后想要执行这个指令,请先 cd Auto-GPT 再执行,不然会出现找不到 module 的错误讯息。

如果一切平安顺利,就会看到下图的画面!

image.gif编辑

操作 Auto-GPT 很简单,主要分成三部分:

    • AI Name:AI 机器人名称。
    • AI Role:AI 扮演的角色。
    • AI Goals:AI 要达成的目标,目前最多设定 5 个(如果不想设定这么多,按下 Enter 就会直接执行)。

    下面是我的示例:

      • AI Name:Smart Writer
      • AI Role:可以满足我所有需求的 AI 作家
      • AI Goals:帮我写一篇介绍 autogpt 的文章

      image.gif编辑

      接下来就可以看 Auto-GPT 表演,你可以看到上面是使用 chrome 浏览器,他是会搜寻关键字、浏览网站的喔(目前官方默认使用 Google 搜寻)。

      他在 Thinking 一段时间后,会列出:

      想法(THOUGHTS)

      推测(REASONING)

      方案(PLAN)

      意见(CRITICISM)

      并让你确认是否执行,笔者这边先按下“y”。

      image.gif编辑

      上面就是 Auto-GPT 执行后的结果,如果你不想要他执行的每一步都经过你的审核,输入“y -N”即可,像是 y-5 就是连续执行 5 次的概念。

      相信透过以上实际演练,读者能理解 Auto-GPT 的运作逻辑,基本上就是不断地“自我反思”,也许我们一步到不了目标,但多优化几次就能抵达。

      下面是跑了 5 次后,Auto-GPT 给出的结果:

      image.gif编辑

      他还是可以持续优化,不过我们先看看它说出了什么吧(这边我用 ChatGPT 把它翻译成中文,并排版)。

      Autogpt是一个多功能的工具,可广泛应用于各个行业。其先进的算法和灵活性使其成为需要快速高效地创建高品质内容的企业和个人的理想工具。以下是autogpt的一些主要特点及其在不同行业的应用:

      电子商务:Autogpt可用于生成产品描述、评论和其他电子商务网站的内容。这可以帮助企业提高搜索引擎排名,吸引更多客户。

      出版:Autogpt可用于生成文章、博客文章和其他出版公司的内容。这可以帮助出版商用更少的时间生产更多内容,降低成本。

      市场营销:Autogpt可用于创建吸引人的市场营销活动内容。这可以帮助企业建立品牌知名度和提高销售。 教育:Autogpt可用于生成教育内容,如教科书、学习指南和在线课程。这可以帮助教育工作者创建与学生相关且有吸引力的高品质内容。

      医疗保健:Autogpt可用于生成医疗内容,如患者教育资料和研究论文。这可以帮助医疗专业人士向患者和其他利益相关者传达复杂的医疗信息。

      法律:Autogpt可用于生成法律内容,如合同、摘要和法律意见。这可以帮助律师和其他法律专业人士更高效地生产高品质内容。

      新闻:Autogpt可用于生成新闻文章和其他媒体公司的内容。这可以帮助记者用更少的时间产生更多内容,跟上快节奏的新闻周期。

      总之,autogpt是一个可广泛应用于各个行业的强大工具。其先进的算法和灵活性使其成为需要快速高效地创建高品质内容的企业和个人的理想工具。无论您身处电子商务、出版、营销、教育、医疗保健、法律还是新闻行业,您都应该考虑使用autogpt这一工具。凭借其先进的算法和灵活性,无论您的需求是什么,autogpt都能够快速有效地帮助您创建高品质的内容,为您的业务和事业带来更多的机会和竞争优势。

      ▋使用 Auto-GPT 的注意事項

        • 请小心使用不限执行次数的指令:输入 python3 -m autogpt --continuous,就会让 Auto-GPT 持续执行;使用这个模式的时候,Auto-GPT 也会给你提出警示,毕竟每次执行都是要消耗 Token。

        image.gif编辑

          • OpenAI 并不是完全免费:我们使用 Auto-GPT 执行任务时,会不断地消耗 Token,一但试用的额度满了,就需要付费。
          • 请设定 OpenAI 的付费额度:如果你免费额度用完后,就需要透过付费继续使用,但建议设定合理的上限额度,否则信用卡可能被刷爆:https://platform.openai.com/account/billing/limits

          image.gif编辑

          Auto-GPT 的答案未必正确:因为 Auto-GPT 的本质还是使用 OpenAI 的 GPT-3.5、GPT-4,这两个模型会犯的错误,Auto-GPT 还是会犯。

          没有 GPT-4 也能使用吗:如果你提供的 API Key 没有 GPT-4,会自动默认 GPT-3.5。

          执行的纪录在哪里呢:在“Auto-GPT/outputs/logs/”底下。

          相关文章
          |
          1月前
          |
          机器学习/深度学习 人工智能 自然语言处理
          当语言遇见智慧火花:GPT家族历代模型大起底,带你见证从平凡到卓越的AI进化奇迹!
          【10月更文挑战第6天】随着自然语言处理技术的进步,GPT系列模型(Generative Pre-trained Transformers)成为该领域的明星。从GPT-1的开创性工作,到GPT-2在规模与性能上的突破,再到拥有1750亿参数的GPT-3及其无需微调即可执行多种NLP任务的能力,以及社区驱动的GPT-NeoX,这些模型不断进化。虽然它们展现出强大的语言理解和生成能力,但也存在如生成错误信息或偏见等问题。本文将对比分析各代GPT模型的特点,并通过示例代码展示其部分功能。
          113 2
          |
          1月前
          |
          SQL 数据采集 自然语言处理
          NL2SQL之DB-GPT-Hub<详解篇>:text2sql任务的微调框架和基准对比
          NL2SQL之DB-GPT-Hub<详解篇>:text2sql任务的微调框架和基准对比
          |
          16天前
          |
          机器学习/深度学习 人工智能 自然语言处理
          o1医学领域大胜GPT-4,性能暴涨!顶尖华人团队激动发文:离AI医生越来越近了
          【10月更文挑战第29天】近日,一支顶尖华人团队发布论文《A Preliminary Study of o1 in Medicine: Are We Closer to an AI Doctor?》,揭示了OpenAI最新语言模型o1在医学领域的卓越表现。研究显示,o1在概念识别、文本总结、问答等任务上远超GPT-4,显著提升了医学领域的AI应用水平,向实现AI医生的目标迈进了一大步。
          30 3
          |
          25天前
          |
          机器学习/深度学习 人工智能 自然语言处理
          开源版GPT-4o来了,AI大神Karpathy盛赞!67页技术报告全公开
          【10月更文挑战第20天】近日,开源版GPT-4o的发布成为AI领域的焦点。作为GPT系列的最新成员,GPT-4o在性能和多模态数据处理方面实现了显著提升,得到了知名AI专家Andrej Karpathy的高度评价。该模型的开源特性将进一步促进AI研究的进展。
          42 3
          |
          3月前
          |
          自然语言处理 测试技术 计算机视觉
          ECCV 2024:提升GPT-4V、Gemini检测任务性能,你需要这种提示范式
          【8月更文挑战第14天】在2024年ECCV上,一篇论文介绍了DetToolChain——一种创新提示范式,旨在提升GPT-4V等多模态大型语言模型在检测任务上的表现。它利用精心设计的视觉提示引导模型关注图像的关键区域,并通过Chain-of-Thought方法将复杂任务分解为简单步骤,显著提高了零样本目标检测的准确性。实验显示,在多个基准测试上,DetToolChain带来了高达24.23%的性能提升。然而,这种方法可能需要大量计算资源,并且在不同任务和数据集上的效果仍有待验证。
          181 66
          |
          1月前
          |
          人工智能 Ubuntu Linux
          安装阿里图文融合AI - AnyText心路历程(安装失败告终,心痛!)
          安装阿里图文融合AI - AnyText心路历程(安装失败告终,心痛!)
          |
          1月前
          |
          人工智能 自然语言处理 运维
          干货|AI赋能教学开发-利用AI生成教案、课件和讲义
          本文分享了高校教师利用AI工具设计课程方案和课件的经验,分为两部分。第一部分详细介绍使用GPT4o生成高质量课程大纲的过程,包括客户需求分析、提示词设计及优化调整。第二部分展示如何借助AIPPT快速制作精美课件,并介绍AIPPT的长文档解读和链接生成PPT等功能。此外,文章还分享了多个实用的AI工具、智能体和提示词技巧,助力提升教学效率与质量。
          110 2
          |
          2月前
          |
          人工智能 安全 测试技术
          忘掉GPT-5!OpenAI推出全新AI模型系列o1,声称性能达到博士级
          忘掉GPT-5!OpenAI推出全新AI模型系列o1,声称性能达到博士级
          |
          2月前
          |
          存储 人工智能 开发框架
          蚂蚁集团开源项目 DB-GPT 和 VSAG 惊艳亮相,引领 AI 数据革命!
          9月5日,在2024 Inclusion·外滩大会“从DATA for AI到AI for DATA”见解论坛上,由蚂蚁集团发起的,旨在提高数据库与大模型应用开发效率的“星辰智能社区”新发布了两个项目:AI原生数据应用开发框架DB-GPT新版本与向量索引库VSAG。
          |
          3月前
          |
          存储 边缘计算 人工智能
          【边缘计算与AI】分析边缘计算在处理AI任务、优化响应速度和数据隐私保护方面的作用和潜力
          边缘计算与AI的结合是当前技术发展的重要趋势,两者相互依存、相互促进,共同推动着数字化转型的深入发展。以下是对边缘计算与AI关系的详细分析
          92 6