前言
在深度学习领域,自然语言处理是一个热门话题。而 GPT 系列模型是近年来自然语言处理领域的一大突破,广泛应用于文本生成、问答系统等场景中。本文所指的auto-gpt是一个基于GPT-4 驱动的程序,它可以根据用户设置的目标和给出的条件自动进行实现。本文主要介绍如何在 WSL 环境下使用 Auto-GPT,WSL是windows下的linux子系统,在阅读本文之前,读者需要确认自己的chatgpt账户已开通并且能访问,本文不再介绍关于chatgpt的注册与使用,也不在介绍关于WSL的配置问题。
二、使用步骤
(1)从github拉取程序源码
- 在WSL环境下安装git
sudo apt install git
- 拉取程序源码,需要注意自己能成功访问github
git clone https://github.com/Significant-Gravitas/Auto-GPT.git
(2)程序环境配置
- 进入程序目录,新建一个conda环境
cd Auto-GPT
conda create -n chatgpt python=3.9
- 激活环境并安装相关依赖
conda activate chatgpt
python -m pip install -r requirements
(3)openai的API配置
-
获取openai的API key,点击创建
openai API地址
-
复制秘钥
-
打开代码中
.env.template
文件复制一份,并重命名为.env
。
-
把这段key粘贴至
.env
中保存
(4)谷歌API配置
请确认自己能访问谷歌账号,如没有请注册
- 建立Custom Search Engine
得到search engine ID,必须先建立 Custom Search Engine。
Custom Search Engine的访问地址
搜索引擎名称
随便填,勾选在整个网络中搜索
取得Search Engine ID , 点击图标复制下
- 到API-key的网站上获取key
API网址
点击Get a key
复制key值
- 替换API key
打开.env
,将复制的APIkey和custom_search_id替换下面两行
(5)WSL环境下的代理设置
-
获取IP地址和代理端口号
本文使用的是clash,clash的默认代理端口是7890,打开clash中的局域网代理
-
将鼠标移动到局域网代理的地方,可以看到ip地址
-
在bashrc中添加代理端口
打开bashrc
vim ~/.bashrc
把下面几句代码,加入到bashrc底部。注意:要替换成自己的ip地址和端口号
此处我ip为10.10.200.191,端口号为7890。
export http_proxy="http://10.10.200.191:7890"
export https_proxy="http://10.10.200.191:7890"
export all_proxy='socks5://10.10.200.191:7890'
export ALL_PROXY='socks5://10.10.200.191:7890'
添加在行末如下所示
4. 退出保存激活
source ~/.bashrc
(6)运行与测试
- 在终端下输入下面代码,启动auto-gpt
python scripts/main.py
如果之前有进行过操作,会提示你是否继续上次的,此处我们选择n
。
会提示你重新给你的AI取个名字
你可以根据你的喜好设置
2. 输入你要进行的任务
此处我让他写一篇关于自动驾驶的研究报告
3. 输入5个目标,如果没有那么多就回车
4.autogpt每思考一次就会让你给出提示,
如果你不愿意提示的话,可以输入y跳过,也可以设置跳过的次数。我输入
y -3
,这表示跳过三次提示。
可以自己总结与思考
总结
本文主要介绍auto-gpt在WSL中的环境配置,并进行了简单的测试,希望能为其他读者提供参考。