高能预警：手把手教你部署AutoGPT（含代码）

Auto-GPT 是一个任务驱动的自主 AI 代理

任务驱动的自主AI代理Auto-GPT，旨在在无需人工干预的情况下跨各个领域执行广泛的任务。这些代理使用高级人工智能模型（如 OpenAI 的 GPT-4 语言模型）来完成任务、根据结果生成新任务并实时确定任务的优先级。通过利用自然语言处理和其他 AI 技术的力量，这些代理可以在不同的约束条件和上下文中自主执行任务，从而使其适用于各种应用程序。

安装自动 GPT

Auto-GPT 基于 OpenAI 的 GPT 语言模型，开源项目可以在：https: //github.com/Torantulino/Auto-GPT找到。

为此，我们首先需要确保满足以下先决条件：

1. Python

您需要在使用 Python 3.8 或更高版本的系统上安装 Python 解释器。

2. OpenAI API 密钥

要获取 OpenAI API 密钥，请按照以下简单步骤操作：

(1) 访问 OpenAI 网站 https://www.openai.com/

(2) 如果你没有帐户，请注册一个。

(3) 注册或登录后，单击页面顶部的“API”或访问https://www.openai.com/api/导航至 API 部分。

(4) 查看可用的 API 定价计划并选择适合您需求的计划。有些计划可能会提供有限使用的免费访问，而其他计划则根据您的要求和预算提供不同级别的访问。

(5) 选择计划后，您将获得唯一的 API 密钥。请务必确保其安全，因为它会根据您帐户的使用限制和权限授予对 API 的访问权限。

3. 松果API密钥

Pinecone 矢量数据库可以轻松构建高性能矢量搜索应用程序。Auto-GPT 正在使用 Pinecone，因此你还需要检索 Pinecone API 密钥。在项目网站上注册一个免费帐户：https: //www.pinecone.io/：

登录后，你可以通过导航到“API 密钥”部分并使用“创建 API 密钥”按钮创建新密钥来检索新的 Pinecone API 密钥：

我们会使用 Pinecone API 密钥和相应的环境字符串来配置 Auto-GPT。

现在已经涵盖了所有先决条件，我们准备继续使用以下命令克隆 Auto-GPT GitHub 存储库：

git clone https://github.com/Torantulino/Auto-GPT.gitclone https://github.com/Torantulino/Auto-GPT.git

通过克隆项目，存储库的内容被下载到一个新文件夹 Auto-GPT 中：

在项目文件夹中，确保接下来安装所有需要的依赖项：

pip install -r requirements.txtTXT

接下来，我们需要使用以下命令将文件.env.example重命名为.env ：

mv .env.template .env

在代码编辑器中打开重命名的文件。默认情况下，你应该能够看到以下内容：

PINECONE_API_KEY=your-pinecone-api-key
PINECONE_ENV=your-pinecone-region
OPENAI_API_KEY=your-openai-api-key
ELEVENLABS_API_KEY=your-elevenlabs-api-key
ELEVENLABS_VOICE_1_ID=your-voice-id
ELEVENLABS_VOICE_2_ID=your-voice-id
SMART_LLM_MODEL=gpt-4
FAST_LLM_MODEL=gpt-3.5-turbo
GOOGLE_API_KEY=
CUSTOM_SEARCH_ENGINE_ID=
USE_AZURE=False
OPENAI_AZURE_API_BASE=your-base-url-for-azure
OPENAI_AZURE_API_VERSION=api-version-for-azure
OPENAI_AZURE_DEPLOYMENT_ID=deployment-id-for-azure
IMAGE_PROVIDER=dalle
HUGGINGFACE_API_TOKEN=
USE_MAC_OS_TTS=False

这些都是 Auto-GPT 使用的环境变量。至少我们需要用之前检索到的信息（OpenAI API Key、Pinecone API Key 和 Environment）设置前三个变量：

PINECONE_API_KEY=...
PINECONE_ENV=...
OPENAI_API_KEY=...

运行自动 GPT

现在我们准备运行 Auto-GPT 的第一个快速测试，以了解自主 AI 的执行情况：

python scripts/main.py

在第一步中，Auto-GPT 要求你为要使用的 AI 提供一个名称：

对于第一个示例，我们输入“TechResearch-GPT”作为名称。您需要提供的第二个信息是对 AI 角色的描述。我们使用以下角色描述：

TechResearch-GPT 是一种自主对科技产品进行研究的人工智能。

在下一步中，Auto-GPT 要求你为 AI 提供最多五个目标。我们来输入你可以在以下屏幕截图中看到的目标，让 AI 对耳机进行市场调查：

一旦你通过点击 Return 确认，你会看到 AI 开始工作以达到目标：

在标准执行模式下，ChatGPT 要求你通过输入“y”来授权 Auto-GPT 提出的每个步骤。人工智能在这里建议的第一个动作是执行谷歌搜索可用耳机。一旦我们确认此计划，就会执行操作：

下一步是浏览网站以检索有关耳机的更多信息。我们也确认一下。 最后，Auto-GPT 能够将所有收集到的信息编译成一份研究报告，并写入一个文件：

如果你打开创建的文件，你会找到 CSV 格式的前 5 款耳机的请求信息：

最终 AutoGPT 认识到目标已经完成并准备终止：

结论

Auto-GPT 代表了自主 AI 技术的下一个飞跃，它利用 OpenAI 的 GPT-4 语言模型的力量，在各个领域执行广泛的任务，无需人工干预。这个创新的 AI 系统突破了一切可能的界限，使用户能够受益于其无与伦比的「执行任务、编写和调试代码」的功能。正如我们在这篇博文中所展示的那样，部署和使用 Auto-GPT 是一个简单的过程，但是这种突破性 AI 的潜在应用，在不久的将来几乎是无限的。

- END -