AGI之Agent：AutoGPT(一个实验性的开源尝试使GPT-4完全代理自主)的简介、安装和使用方法、案例应用之详细攻略

一个处女座的程序猿

已于 2024-01-21 20:05:09 修改

阅读量2.2k

点赞数 32

分类专栏： NLP/LLMs AI/AGI RAG_Agent 文章标签：人工智能 AutoGPT

于 2023-11-29 22:26:37 首次发布

本文链接：https://blog.csdn.net/qq_41185868/article/details/134700776

版权

NLP/LLMs 同时被 3 个专栏收录

776 篇文章

订阅专栏

AI/AGI

338 篇文章

订阅专栏

RAG_Agent

122 篇文章

订阅专栏

AGI之Agent：AutoGPT(一个实验性的开源尝试使GPT-4完全代理自主)的简介、安装和使用方法、案例应用之详细攻略

(2)、解决FileNotFoundError或“找不到文件或目录”错误

AutoGPT的简介

2023 年 3 月 30 日，视频游戏公司 Significant Gravitas Ltd 的首席游戏开发人员 Toran Bruce Richards 发布了 Auto-GPT。Auto-GPT 是基于 OpenAI 的 GPT-4 API 的开源自主 AI 代理，这是一个利用AI控制AI的现象级产品。AutoGPT的核心能力在于能够帮助用户拆解任务。用户只需提出任务需求，AutoGPT便会自动进行任务分析和执行，完全省去了与ChatGPT不断对话的繁琐过程。

AutoGPT是基于GPT-4的开源AI代理Python应用程序。用户只需向AutoGPT提供目标任务，它就能完全自动地根据任务指令进行分析和执行。用户无需参与中间环节，不必进行对话，只需向AutoGPT提出问题，它会自行回答。这一过程实现了自主提问和回答，使得用户能够更加高效地完成任务。

AutoGPT的构想始于OpenAI发布了其GPT-4模型，并附有一篇论文概述了该模型的高级推理和任务解决能力。这个概念（至今仍然如此）相当简单：让一个大型语言模型反复决定要做什么，同时将其行动的结果反馈回提示。这使得程序能够迭代和逐渐朝着其目标努力。这个程序能够代表用户执行操作的事实使其成为一个代理。在AutoGPT的情况下，用户仍然需要授权每个操作，但随着项目的进展，我们将能够赋予代理更多的自治权，仅在某些操作上需要同意。

AutoGPT是一个通用的代理，这意味着它并非针对特定任务设计。相反，它被设计为能够在许多学科领域执行各种任务，只要这些任务可以在计算机上完成。

AutoGPT是使AI的力量对每个人都可访问、可使用和可构建的愿景。我们的使命是提供工具，让您可以专注于重要的事情：

>> 构建 - 为令人惊奇的事物奠定基础。

>> 测试 - 将您的代理微调至完美。

>> 委托 - 让AI为您工作，让您的想法变为现实。

成为革命的一部分！AutoGPT注定将保持在AI创新的前沿。

GitHub地址：https://github.com/Significant-Gravitas/AutoGPT

文档地址：AutoGPT Documentation

贡献地址：

1、竞技场排行榜

要挑战evo.ninja、AutoGPT和其他代理，请将您的基准运行提交到排行榜，并且也许您的代理将在这里上榜！

当前最佳代理: evo.ninja

AutoGPT Arena黑客马拉松中，evo.ninja在我们的竞技场排行榜上获得了第一名，证明自己是最优秀的开源通用代理。现在就在 https://evo.ninja 尝试它吧！

地址：https://github.com/polywrap/evo.ninja

AutoGPT的安装和使用方法

官方地址：https://github.com/Significant-Gravitas/AutoGPT/blob/master/QUICKSTART.md

1、构建模块

Forge

打造您自己的代理！– Forge是您的代理应用的即用模板。所有样板代码已经处理好，让您可以将所有创意投入到让您的代理脱颖而出的事物中。所有教程都位于此处。来自forge.sdk的组件也可以单独使用，加速开发并减少在代理项目中的样板。

使用Forge入门 – 本指南将引导您完成创建自己的代理并使用基准和用户界面的过程。

了解有关Forge的更多信息

基准

测量您的代理性能！agbenchmark可与支持代理协议的任何代理一起使用，与项目的CLI集成使其更易于与AutoGPT和基于forge的代理一起使用。基准提供了严格的测试环境。我们的框架允许进行自主、客观的性能评估，确保您的代理已准备好应对实际行动。

agbenchmark在Pypi上 | �� 了解有关基准的更多信息

排行榜

通过UI提交您的基准运行，并在AutoGPT Arena排行榜上占据您的位置！得分最高的通用代理将获得当前最佳代理的称号，并将被收入我们的存储库，以便人们可以轻松通过CLI运行它。

AutoGPT Arena排行榜的截图

用户界面

使代理易于使用！前端为您提供了一个用户友好的界面，用于控制和监视您的代理。它通过代理协议连接到代理，确保与我们生态系统内外的许多代理兼容。

前端可以立即与存储库中的所有代理一起使用。只需使用CLI运行您选择的代理！

了解有关前端的更多信息

CLI

为了尽可能轻松地使用存储库提供的所有工具，存储库的根目录中包含了一个CLI：

命令选项、用法

$ ./run

用法: cli.py [OPTIONS] COMMAND [ARGS]...

选项:

--help 显示此消息并退出。

命令:

agent 创建、启动和停止代理的命令

arena 进入竞技场的命令

benchmark 启动基准测试并列出测试和类别的命令

setup 安装系统所需的依赖项。

只需克隆存储库，使用 ./run setup 安装依赖项，然后您就可以开始使用了！

构建您自己的代理 - 快速入门

地址：https://github.com/Significant-Gravitas/AutoGPT/blob/master/QUICKSTART.md

0、系统要求

此项目支持Linux（基于Debian）、Mac和Windows子系统用于Linux（WSL）。如果您使用的是Windows系统，则需要安装WSL。您可以在这里找到WSL的安装说明。

1、设置

(1)、分叉存储库

要分叉存储库，请按照以下步骤操作：

>> 导航到存储库的主页面。

>> 在页面右上角，点击分叉。

>> 在下一页中，选择要在下面创建分叉的GitHub帐户。

>> 等待分叉过程完成。现在您在GitHub帐户中有了存储库的副本。

(2)、克隆存储库

要克隆存储库，您需要在系统上安装Git。如果尚未安装Git，可以从这里下载。安装Git后，请按照以下步骤操作：

>> 打开您的终端。

>> 导航到要克隆存储库的目录。

>> 运行git clone命令以克隆刚刚创建的分叉。

>> 然后在您的IDE中打开项目

(3)、在IDE中打开项目

设置项目，接下来，我们需要设置所需的依赖项。我们有一个工具可以帮助您在存储库上执行所有需要的任务。通过在终端中键入./run运行命令即可访问该工具。

您需要使用的第一个命令是./run setup。这将引导您完成设置系统的过程。最初，您将获得有关安装flutter、chrome和设置github访问令牌的说明，如以下图像所示：

注意：对于高级用户。仅在执行./run arena enter命令时才需要github访问令牌，以便系统可以自动创建PR

2、对于Windows用户

如果您是Windows用户并且在安装WSL后遇到问题，请按照以下步骤解决问题。

(1)、更新WSL

在Powershell或命令提示符中运行以下命令：

>> 启用可选的WSL和虚拟机平台组件。

>> 下载并安装最新的Linux内核。

>> 将WSL 2设置为默认。

>> 下载并安装Ubuntu Linux发行版（可能需要重新启动）。

wsl --install

有关更详细的信息和其他步骤，请参阅Microsoft的WSL设置环境文档。

(2)、解决FileNotFoundError或“找不到文件或目录”错误

当运行./run setup时，如果遇到“找不到文件或目录”或FileNotFoundError等错误，可能是因为Windows风格的换行符（CRLF - 换行符换行符）与Unix / Linux风格的换行符（LF - 换行符）不兼容。

要解决此问题，您可以使用dos2unix实用程序将脚本中的换行符从CRLF转换为LF。以下是安装和在脚本上运行dos2unix的方法：

sudo apt update

sudo apt install dos2unix

dos2unix ./run

执行上述命令后，运行./run setup应该能够成功。

(3)、将项目文件存储在WSL文件系统中

如果您继续遇到问题，请考虑将项目文件存储在WSL文件系统而不是Windows文件系统中。这种方法避免了与路径翻译和权限相关的问题，并提供了更一致的开发环境。

您可以继续运行该命令，以了解有关设置进度的反馈。

设置完成后，该命令将返回如下输出：

3、创建您的代理

现在设置已经完成，是时候创建您的代理模板了。通过运行./run agent create YOUR_AGENT_NAME，将YOUR_AGENT_NAME替换为您选择的名称来执行此操作。有效名称的示例包括：swiftyosgpt或SwiftyosAgent或swiftyos_agent

创建代理后，是时候正式进入竞技场了！通过运行./run arena enter YOUR_AGENT_NAME来执行此操作。

进入竞技场

注意：对于高级用户，创建一个新分支并在竞技场目录中创建一个名为YOUR_AGENT_NAME.json的文件。然后提交此文件并创建一个PR以合并到主存储库中。只允许单文件条目。json文件需要以下格式。

{

"github_repo_url": "https://github.com/Swiftyos/YourAgentName",

"timestamp": "2023-09-18T10:03:38.051498",

"commit_hash_to_benchmark": "ac36f7bfc7f23ad8800339fa55943c1405d80d5e",

"branch_to_benchmark": "master"

}

>> github_repo_url: 您的分叉的URL

>> timestamp: 此文件的最后更新时间戳

>> commit_hash_to_benchmark: 您的条目的提交哈希。每当您准备好正式输入黑客马拉松时，都要更新此哈希

>> branch_to_benchmark: 您用于开发代理的分支，默认为master。

4、运行您的代理

可以使用./run agent start YOUR_AGENT_NAME启动您的代理

这会在http://localhost:8000/上启动代理。

(1)、启动代理

可以从http://localhost:8000/访问前端，您首先需要使用Google帐户或GitHub帐户登录。

(2)、登录

登录后，您将获得一个类似于此的页面。页面左侧是您的任务历史，右侧是发送任务给您的代理的“聊天”窗口。

当您完成代理操作或需要重新启动时，请使用Ctrl-C结束会话，然后可以重新运行启动命令。

如果您遇到问题并希望确保代理已停止，可以使用./run agent stop命令，该命令将终止使用端口8000的进程，这应该是代理。

5、评估您的代理

评估系统也可以使用CLI工具访问：

agpt％./run benchmark

用法：cli.py benchmark [OPTIONS] COMMAND [ARGS]...

启动基准测试和列出测试和类别的命令

选项：

--help 显示此消息并退出。

命令：

类别基准测试类别组命令

启动启动基准测试命令

测试基准测试组命令

agpt％./run benchmark categories

用法：cli.py benchmark categories [OPTIONS] COMMAND [ARGS]...

基准测试类别组命令

选项：

--help 显示此消息并退出。

命令：

列表列出基准测试类别命令

agpt％./run benchmark tests

用法：cli.py benchmark tests [OPTIONS] COMMAND [ARGS]...

基准测试组命令

选项：

--help 显示此消息并退出。

命令：

详细信息基准测试详细信息命令

列表列出基准测试命令

基准测试已分为不同的技能类别，您可以在其中测试您的代理。您可以使用以下命令查看哪些类别可用

./run benchmark categories list

#以及哪些测试可用

./run benchmark tests list

最后，您可以使用以下命令运行基准测试

./run benchmark start YOUR_AGENT_NAME

AutoGPT的案例应用

更新中……