当前位置:   article > 正文

【AutoGPT系列】快速上手 - 运行原生AutoGPT or 利用AutoGPT框架开发自己的Agent

autogpt

上篇文章中,我们了解了AutoGPT的概念和原理。今天,我们来学习如何上手使用AutoGPT。

AutoGPT目前好像没有了利用 pip install 来安装python包的使用方式?

image.png

0. 环境搭建

我是Windows系统,需要使用 wsl 进行安装,Linux或者Mac直接用命令行即可。

0.1 Windows系统安装方式

(1)将AutoGPT clone到电脑WSL系统内部某个文件夹内,而不是clone到Windows系统的某个文件夹内(这个容易失败,后面2.2为此种失败的尝试) 。在某个路径文件夹下执行:

python
复制代码
git clone https://github.com/Significant-Gravitas/AutoGPT.git
  • 1
  • 2
  • 3

(2)进入你的本地目录

python
复制代码
 cd xxx/AutoGPT
  • 1
  • 2
  • 3

(3)找到.env.template.文件,复制一份重命名为.env文件,将API Key和Base URL代理服务地址填上。

image.png

(4)按下面图片步骤生成GitHub的access token,并填到AutoGPT的配置文件中

image.png

  • 填表,生成token

image.png

  • 粘贴token到AutoGPT的.github_acess_token文件中

image.png

image.png

(5)配置github

python
复制代码
git config --global user.name "Your Name"
git config --global user.email "you@example.com"
  • 1
  • 2
  • 3
  • 4

如果上面GitHub设置不成功,则会出现下面的错误:

image.png

(6)执行 ./run setup,安装成功显示如下:

image.png

0.2 失败的尝试 - 如果你失败了,可以看下是否是跟我一样的方式,帮你避坑

(1)将AutoGPT clone到电脑本地:在某个路径文件夹下执行:

python
复制代码
git clone https://github.com/Significant-Gravitas/AutoGPT.git
  • 1
  • 2
  • 3

(2)进入你的本地目录

python
复制代码
 cd /mnt/d/GitHub/AutoGPT_ZH
  • 1
  • 2
  • 3

(3)找到.env.template.文件,复制一份重命名为.env文件,将API Key和Base URL代理服务地址填上。

(4)执行 ./run setup

(5)可能遇到如下错误:

image.png

解决此错误:

python
复制代码
sudo apt update
sudo apt install dos2unix
dos2unix ./run
  • 1
  • 2
  • 3
  • 4
  • 5

然后重新运行 ./run setup

(6)还有错误:

image.png

1. 运行AutoGPT

(1)在 AutoGPT/autogpts/autogpt 目录下运行AutoGPT命令:

python
复制代码
python -m autogpt
  • 1
  • 2
  • 3

运行成功如下: 在这里插入图片描述

注意运行命令的目录,如果不是在该目录下,可能会出现以下错误: 在这里插入图片描述

(2)运行成功输入你的需求或问题后,后面的过程需要人工干预(确认一些前置条件,如限制条件、最佳实践例子,数据来源等) 在这里插入图片描述 (3)确认好上面的信息后,AutoGPT才开始正式工作,思考、制定计划,根据限制条件等组织答案回复给用户。最后还需要用户干预,授权执行程序,然后才能得到最终结果。 在这里插入图片描述 从这个运行过程,可以看到AutoGPT是半自动化的,虽然它在ChatGPT的基础上增加了独立思考和计划行动的能力,但中间仍需要人工的干预。

并且这种方法使用的是开源AutoGPT中已有的能力。AutoGPT虽然提供了一个完整的框架和可用的全功能,但它不是一个已经把各种问题解决的很好、拿来就能用的具体工具。目前来看,它更适合用来当作一个架构,让大家在此基础上开发专门解决具体问题的Agent。下面我们来看下怎样在此架构的基础上开发属于我们自己的Agent。

2. 创建并运行你自己的Agent

(1)创建一个自己的AutoGPT

python
复制代码
./run agent create YOUR_AUTOGPT_NAME
  • 1
  • 2
  • 3

创建成功后,在代码目录下会出现你自定义的AutoGPT目录:

image.png

(2)运行自己的AutoGPT

python
复制代码
./run agent start YOUR_AUTOGPT_NAME
  • 1
  • 2
  • 3

(3)可能遇到的报错:

image.png

  • 解决方案,命令行执行下命令:
python
复制代码
export PATH="$HOME/.local/bin:{$PATH}"
  • 1
  • 2
  • 3

(4)再运行,首次启动会安装一些依赖

image.png (5)成功启动后的界面

image.png (6)打开网址,登录GitHub授权

image.png (7)最终界面

image.png

至此,你自己的AutoGPT环境就搭建成功了,可以在此基础上定义自己的AutoGPT逻辑了。注意,上面的仅是环境和代码框架搭建成功,虽然有界面,但是并不具备大模型应用的能力,需要自己填充逻辑。

如何系统的去学习大模型LLM ?

作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Guff_9hys/article/detail/764347
推荐阅读
相关标签