初学者使用Auto-GPT入门：设置和使用

简介：

【原文地址：https://bytexd.com/getting-started-with-auto-gpt-for-beginners-setup-usage】

Auto-GPT是一个实验性的开源应用程序，展示了众所周知的GPT-4语言模型的能力。

Auto-GPT将多个OpenAI的GPT模型实例链接在一起，使其能够完成任务而无需帮助，编写和调试代码，并纠正自己的写作错误。而不是简单地要求ChatGPT创建代码，Auto-GPT使多个AI代理一起工作，以开发网站、创建通讯、根据用户请求编译在线页面等。这种独立性是Auto-GPT的一个重要特征，因为它将语言模型转化为一个更有能力的代理，可以从错误中行动和学习。

1. 快速演示

这是我使用Auto-GPT为我的Linux博客寻找主题的快速演示。我没有一直进行下去，因为这需要一些时间。但这应该能给你一个很好的Auto-GPT能做什么的想法。

https://youtu.be/ukvA06dUReQ

您可以给Auto-GPT分配任务，例如：

• 提高我的在线商店在storexd.com（不是真实网站）的网络存在感。
• 帮助我发展我的 Linux 主题袜子生意。
• 收集所有竞争的Linux教程博客并将它们保存到CSV文件中。
• 编写一个Python应用程序，实现X功能。

Auto-GPT有一个遵循的框架和要使用的工具，包括：

• 浏览网站
• 搜索谷歌
• 连接到ElevenLabs进行文本转语音（就像钢铁侠中的Jarvis一样）
• 评估自己的想法、计划和批评以自我改进。
• 运行代码
• 在您的硬盘上读写文件
• 以及更多

这种推动自主性的行为是人工智能研究的一部分，旨在创建能够模拟思考、推理和自我批评以完成各种任务和子任务的模型。

2. 要求

运行Auto-GPT的最低要求是：

• 几乎任何现代设备。即使是低配笔记本电脑或小型服务器。
• 安装Python 3.8或更高版本和Git
• 一个OpenAI账户和API密钥。如果您在不到3个月前注册，您可能有18美元的信用额度，否则您可能需要连接付款方式。
• 可选项：如果您想让AI发言，您还需要一个ElevenLabs.io帐户和API密钥。

3. 设置OpenAI使用限制（可选）

请记住，您的OpenAI API帐户是根据使用情况收费的。鉴于Auto-GPT旨在实现自主，让它在没有监督的情况下自行运行可能很诱人，但有时它可能会反复出现错误并使用您的资金。

Auto-GPT默认情况下会在每一步询问您想要做什么，但您也可以让它自行处理一定数量的步骤，或者启用连续模式，但您应该小心使用。

在OpenAI https://platform.openai.com/account/billing/limits 中设置使用限制是一个好主意。

你可以设置比我更低的限制。Auto-GPT 不会使用太多的令牌。我已经使用了多次，上周只用了 $1.59。

4. 安装Python

Python是一种通用的编程语言，用户友好且广泛用于像Auto-GPT这样的人工智能项目。即使您不熟悉它，也不用担心！

您只需要安装Python即可运行Auto-GPT。

使用这个简短的教程来安装它，该教程展示了如何在Windows/Mac或Linux上安装：https://python.land/installing-python。

5. 安装Git

要安装Git，请前往此处（这是一个简单的教程） https://github.com/git-guides/install-git ，并按照与您的操作系统相对应的说明进行操作。

Git是一种工具，帮助开发人员跟踪他们的代码，与他人协作，并处理项目的不同阶段。将其想象为一个智能的“撤消”和“重做”按钮，使组织项目变得轻而易举。

GitHub是一个在线平台，人们可以在上面存储和分享他们的项目，使得其他人可以轻松地访问、贡献或学习。Auto-GPT就是其中的一个项目。

（对于我们的目的，您只需要知道如何从GitHub下载Auto-GPT或“拉取”它。）

（在计算机上安装Git后，我们将向您展示如何通过几个简单的步骤获取Auto-GPT存储库，以便您可以立即开始使用它。）

6. 安装 virtualenvwrapper（可选）

我也建议使用 virtualenvwrapper 安装 Auto-GPT，但这是可选的。

（Virtualenv和virtualenvwrapper是Python中用于创建项目隔离环境的工具。它们有助于保持每个项目的软件包和依赖项分离，避免它们之间的冲突。您可以将其视为沙盒，或者VirtualBox或VMWare（如果您熟悉它们），但用于Python。）

Virtualenv是创建这些环境的基本工具，而virtualenvwrapper是一个扩展，使得管理多个环境更加容易和方便。

对于Auto-GPT，使用虚拟环境是有益的，因为它具有特定的依赖包。通过创建一个单独的环境，您可以确保这些包不会干扰其他项目，使其更安全和有组织。

（我们将使用 Python 自带的 pip 轻松安装它。Pip 是 Python 中用于安装和管理包的工具，这些包是可重用的代码或库，可为您的项目添加功能。）

（使用 pip，您可以轻松地在 Python 环境中安装、更新和删除软件包。）

6.1 使用 pip，您可以轻松地在 Python 环境中安装、更新和删除软件包。

6.2 在Linux/OS X上安装virtualenvwrapper

打开终端并运行：

pip install virtualenvwrapper

（如果在安装后遇到 command not found 错误，请查看我们相关的帖子，了解如何修复“Fix Virtualenvwrapper workon/mkvirtualenv: command not found”错误。Ciel_7521）

6.3 在Windows上安装virtualenvwrapper

打开 cmd 或 Powershell 或您喜欢的终端仿真器并运行：

pip install virtualenvwrapper-win

6.4 创建并激活虚拟环境

现在我们已经安装了virtualenvwrapper，我们可以轻松地创建一个虚拟环境，然后安装Auto-GPT。

要做到这一点，请运行您操作系统的终端并导航到您想要安装Auto-GPT的目录。

然后运行以下命令

mkvirtualenv name_of_virtual_environment

将 name_of_virtual_environment 替换为您想要的任何名称，例如 autogpt 。

mkvirtualenv autogpt

6.5 停用和重新激活虚拟环境

要停用虚拟环境，只需运行以下命令（或关闭终端）：

deactivate

要重新激活虚拟环境，请运行：

workon name_of_virtual_environment

7. 安装 Auto-GPT

假设您已经具备所有要求，我们可以开始安装Auto-GPT。

7.1 视频演示安装Auto-GPT

https://youtu.be/5D_KlIDo1Sk

7.2 从Github下载Auto-GPT

要在您的计算机上安装Auto-GPT，您只需从Github下载它，然后安装一些其依赖项。

要做到这一点，导航到您想要下载的目录，激活您想要使用的虚拟环境（如果您想使用虚拟环境），然后运行：

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

将 cd 复制到新创建的 Auto-GPT 目录中，并运行以下命令以安装 Auto-GPT 的依赖项。这将需要一分钟左右的时间。

pip install -r requirements.txt

7.3 API Keys 配置 Auto-GPT API 密钥。

接下来，我们需要使用OpenAI的API密钥，以便Auto-GPT可以使用GPT API。

您可以在此处生成 API 密钥 https://platform.openai.com/account/api-keys 。

（请确保保密那个密钥，因为它就像是使用您账户中的 GPT 的密码。如果其他人可以访问它，那么他们只需要使用 GPT 并使用您的资金。）

7.4 编辑 .env.template 文件

我们需要获取OpenAI的API密钥并编辑位于Auto-GPT目录中的 .env.template 文件。

（如果您没有看到它，根据您的操作系统，它可能是隐藏的。因此，请确保启用查看隐藏文件。）

首先，将 .env.template 重命名为 .env （包括点 . ）

之后，如果您打开它，它会看起来像下面的代码。将 your-openai-api-key 替换为您实际的 OpenAI API 密钥。

您现在可以忽略所有其他值，因为我们只想让它运行起来。

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
SMART_LLM_MODEL="gpt-4"
FAST_LLM_MODEL="gpt-3.5-turbo"
GOOGLE_API_KEY=
CUSTOM_SEARCH_ENGINE_ID=
USE_AZURE=False
OPENAI_API_BASE=your-base-url-for-azure
OPENAI_API_VERSION=api-version-for-azure
OPENAI_DEPLOYMENT_ID=deployment-id-for-azure
IMAGE_PROVIDER=dalle
HUGGINGFACE_API_TOKEN=

完成后保存并关闭文件。

7.5 运行Auto-GPT

最终我们可以运行Auto-GPT。

要执行此操作，只需在您的命令行中进入Auto-GPT目录（如果您正在使用虚拟环境，则需要激活虚拟环境），然后运行以下命令：

python scripts/main.py

如果一切正常，您应该会看到一条欢迎您回来的文本，如果您想使用上次运行时给Auto-GPT分配的任务。

您可以通过输入 y 继续，或通过输入 n 开始新任务。

就这样！您现在可以在计算机上开始使用Auto-GPT了。

7.6 更新 Auto-GPT

Auto-GPT不断开发，因此有时甚至每天更新几次。为了使其保持最新状态，只需将 cd 复制到 Auto-GPT 目录中并运行以下命令：

git pull

git pull 会使用 Auto-GPT 存储库中的最新更改更新项目的本地副本。

我刚刚更新了本地的Auto-GPT存储库。

当我再次运行 git pull 时，它显示已经是最新的。

7.7 更新 Auto-GPT 后的重要说明

7.7.1 安装可能的新依赖项

有时更新意味着添加新的依赖项。

在运行 git pull 后，最好也运行 pip install -r requirements.txt ，以确保没有添加您可能缺少的新要求。

7.7.2 检查.env.template中的新环境变量

我们最初将文件 .env.template 更改为 .env 。现在我们下载了更新版本的Auto-GPT，您会在您的 .env 文件旁边找到一个新的 .env.template 。

（这个文件可能有一些新的变量，因为应用程序有新的功能需要它们。如果是这种情况，您可能需要检查新的 .env.template 文件，并使用新的变量更新您的 .env 文件，如果您想使用它们的话。）

例如，我刚刚更新了Auto-GPT，新的变量被添加到了新的 .env.template 文件中。

在下面的图像中，左侧是我的 .env 文件，右侧是新下载的 .env.template 文件，其中有3个新变量。

重要的是我注意到这一点，因为我想使用新变量 MEMORY_BACKEND 作为Pinecone的内存后端，我将把它更改为 MEMORY_BACKEND=pinecone 。

8. 常见问题

8.1 Auto-GPT与BabyAGI

与 BabyAGI 不同，Auto-GPT 可以访问外部资源，如读写文件、运行代码或浏览互联网。这个特性有其优点和缺点：

根据我的经验，这是一把双刃剑：

• 一方面，它可以完成复杂的任务并从互联网上收集最新的信息，克服了OpenAI GPT在2021年9月的知识截止点。
• 另一方面，在头脑风暴期间，Auto-GPT 可能会因浏览网站而分心。尽管正确的提示可能有所帮助，但当给出保持专注的反馈时，它也可能返回错误。相比之下，BabyAGI 更易于用于头脑风暴。尽管无法访问互联网，但它可以为处理项目提供有用的见解，而且需要的努力和等待时间较少。

8.2 故障排除

8.2.1 “Warning: Failed to parse AI output, attempting to fix.”Loop

（翻译： Loop警告：无法解析AI输出，正在尝试修复。循环。）

如果您遇到此错误，在撰写本文时并根据我的经验，最好只需按Ctrl+Z停止并重新开始。

Error: Invalid JSON
{'thoughts': {'text': '...'}, 'command': {'name': 'browse_website', 'args': {'url': 'https://example.com'}}}

PRODUCT FETCHER THOUGHTS:
REASONING:
CRITICISM:
Warning: Failed to parse AI output, attempting to fix.

If you see this warning frequently, it's likely that your prompt is confusing the AI. Try changing it up slightly.
Failed to fix ai output, telling the AI.
NEXT ACTION:  COMMAND = Error: ARGUMENTS = string indices must be integers, not 'str'
SYSTEM:  Command Error: returned: Unknown command Error:
Warning: Failed to parse AI output, attempting to fix.

If you see this warning frequently, it's likely that your prompt is confusing the AI. Try changing it up slightly.
Failed to fix ai output, telling the AI.

翻译：

错误:无效的JSON
{'thoughts': {'text': '...'}, 'command': {'name': 'browse_website', 'args': {'url': 'https://example.com'}}}

产品获取器的想法：
推理:
批评:
警告：无法解析AI输出，正在尝试修复。

如果您经常看到此警告，则很可能是您的提示语使AI感到困惑。尝试稍微改变一下。
无法修复AI输出，告诉AI。
下一步操作：命令=错误：参数=字符串索引必须是整数，而不是“str”。
系统：命令错误：返回：未知命令错误：
警告：无法解析AI输出，正在尝试修复。

如果您经常看到此警告，则很可能是您的提示混淆了人工智能。尝试稍微改变一下。
无法修复AI输出，告诉AI。

9. 结论

将多个AI模型叠加在一起以完成更复杂的任务，并不意味着我们即将看到人工通用智能的出现，让系统连续运行并完成任务，减少人类干预和监督。

这些例子甚至没有表明GPT-4是必然“自主”的，但是通过插件和其他技术，它大大提高了自我反思和自我批评的能力，并引入了一种新的提示工程阶段，可以使语言模型产生更准确的响应。

希望这有助于您开始使用Auto-GPT。我们将更新本文或发布新文章，提供有关如何使用它的更多信息。

如果您有任何问题或反馈，请在评论中随时告诉我们，我们会尽快回复您。

10. 资源和致谢

开发人员正在连接多个AI代理，以使AI更加“自主”——这帮助我解释了一些关于Auto-GPT的概念。

转载说明

原文链接：https://bytexd.com/getting-started-with-auto-gpt-for-beginners-setup-usage
（本文章由上面文章翻译得来）