AutoGPT：开源代理生态系统的核心

AutoGPT是一个实验性开源应用程序，展示了GPT-4语言模型的功能。该程序由GPT-4驱动，将LLM“思想”链接在一起，以自主实现您设定的任何目标。作为GPT-4完全自主运行的首批例子之一，AutoGPT突破了人工智能的极限。

https://vimeo.com/879672682

特征

 

• 用于搜索和信息收集的互联网接入
• 使用以下任一项进行长期和短期记忆管理：
  • 1.json_file使用本地json缓存文件
  • 2.Pinecone使用您在ENV设置中配置的Pinecone.io帐户
  • 3.Redis将使用您配置的Redis缓存
  • 4.Milvus将使用您配置的Milvus缓存
  • 5.Weaviate将使用您配置的Weaviate缓存
• 用于文本生成的GPT-4实例（需要OpenAI密钥）
• 使用GPT-3.5进行文件存储和摘要（需要OpenAI密钥）
• 与十一个语音实验室集成（TTS，需要API密钥）。按照以下说明进行配置。
• 使用以下任一项生成图像的功能：
  • 1. DALL-e
    2. Hugging Face
    3. Stable Diffusion WebUI
• 访问热门网站和平台
• 插件的可扩展性

它的工作原理

当给定要执行的任务时，AutoGPT会为自己设置目标和约束。它查询LLM（默认为OpenAI）以实现其目标。对于LLM无法获得的知识，它可以浏览互联网来收集完成目标所需的数据。
最后，AutoGPT支持插件，使其能够执行许多复杂的任务，如发送电子邮件、在Twitter或Instagram上发帖等。

 

现在，将AutoGPT设置为使用本地托管的LLM与使用AutoGen进行相同操作相比并不容易。幸运的是，这里有一些开源实现，我们可以参考。

要在本地设置带有插件支持的AutoGPT，您可以：

• 创建一个新环境。

conda create -n autogpt python=3.10 -y
conda activate autogpt

• Download AutoGPT
• Get an OpenAI API Key
• Configure AutoGPT
• Enable plugins

 

• 在某些情况下，插件可能仍然无法工作或无法加载，在这种情况下，您必须安装此requirements.txt。
• pip install -r requirements.txt

调查结果和应用

现在，与AutoGen不同，AutoGPT不具备让多个代理协作以产生更好结果的功能。相反，它所要做的是扩展其功能的插件支持，其中最关键的是内置的网络访问，它可以直接从互联网上获取数据。

使用这些插件，它可以通过创建文件和文件夹直接与环境交互，根据当前活动的插件，甚至可以调用某些API，例如，Twitter插件允许它调用Twitter API等。AutoGPT的插件模板是开源的，因此任何人都可以按照此处给出的说明生成AutoGPT插件。

当有任何任务需要完成时，它会将其重新构建为一组目标或子任务。然后，在完成子任务的过程中，它会以以下格式显示结果：

• 思想——它想要采取的行动来完成子任务。
• 推理——它想采取这种行动的原因。
• 计划——完成行动的计划。
• 批判主义——对该计划的任何回溯。
• 演讲——对思维过程的总结。
• 下一步行动——将调用以执行计划的实际函数。

这个细致的过程允许AutoGPT迭代自己的结果并对其进行细化。但它也需要更快地在实践中取得成果。

因此，对于任何定义宽泛或不需要非常精确输入的问题语句，AutoGPT是您的首选。如上面的演示所示，我使用了AutoGPT及其EMail插件创建了一个自主的上下文感知电子邮件响应代理，该代理可以读取我最新的未读电子邮件，并可以根据该电子邮件中的内容做出响应。如果需要，它甚至可以创建和发送附件。

最后，AutoGPT具有极好的支持和与docker的兼容性。要使用docker设置AutoGPT，请执行以下操作。此外，任何必须在本地运行的代码，如果有选择的话，都会尝试在docker容器中运行。

可以实现AutoGPT的一些领域包括：

• 问题陈述涉及web抓取和数据收集，并且需要快速处理收集的数据的用例。AutoGPT不仅可以通过谷歌或DuckDuckGo搜索原生访问网络，还可以访问维基百科搜索、SerpApi、百度搜索、必应搜索等插件，从而从搜索结果中获得丰富的信息。收集的数据可用于各种目的，包括创建数据集。
• AutoGPT为所有大量使用的社交媒体应用程序（如Reddit、Twitter、Instagram等）提供了插件。结合使用这些插件，我们可以建立一个社交媒体分析和管理系统，该系统可以定期从这些平台上刮取并分析它，并在所有这些平台上发布生成和策划的内容。
• AutoGPT具有语音和视觉集成功能，因此可以有效地提供多模式输出。为了使其采用多模式输入，我们可以为其设计插件。
• 回答问题、浏览网络以收集和汇总信息、在更大范围内生成代码（如创建整个网站）等，AutoGen是更好的选择，因为它可以更好地访问信息。

弱点

AutoGPT不适用于需要一定精度的任务，例如调用需要非常特殊形式输入的API。例如，我想为我的网站创建一个旅行社，因此每次都需要AutoGPT只调用我的API。但在实现时，调用的API是

类似地，需要执行特定逻辑流的任务（如创建后端）不仅需要代码，还需要环境、数据库、测试、CI/CD工作流、部署文件等。因此，尽管AutoGPT将能够为其中的大多数创建文件，但以逻辑方式执行它们将超出其范围。当我尝试使用AutoGPT创建NextJS博客应用程序时，它正确地推断出它需要运行npx create next app命令，但无法实际执行，尽管它有能力执行。

AutoGPT的输出也存在一致性问题，即在不同的运行过程中，同一个代理和提示给出的输出截然不同，在大多数情况下都是错误的。

结论

AutoGPT利用GPT-4语言模型的功能，代表了自主人工智能应用领域的突破性进展。它令人印象深刻的一套功能，特别是通过插件的可扩展性，在数据收集、与web平台的交互以及多模式功能方面提供了无与伦比的多功能性。然而，需要注意的是，尽管AutoGPT在广泛的问题陈述中大放异彩，但其在某些任务中的准确性和一致性仍有待改进。与任何不断发展的技术一样，当前的限制为进一步改进提供了令人兴奋的机会，确保AutoGPT及其后续版本将在人工智能驱动的解决方案的未来发挥关键作用。