LLM之Agent（四）| AgentGPT：一个在浏览器运行的Agent_llm agent源代码

       AgentGPT是一个自主人工智能Agent平台，用户只需要为Agent指定一个名称和目标，就可以在浏览器中链接大型语言模型（如GPT-4）来创建和部署Agent平台。

PS：目前agentGPT仅支持chatgpt模型，暂时不支持本地llm模型，不过可以参考代码model_factory.py#L37和agent_service_provider.py#L18，修改此处，添加本地模型的调用接口。

一、AgentGPT功能列表

• 代码协助：AgentGPT可以充当编程助手，帮助调试代码、生成代码片段，甚至提供编码教程；
• 研究和内容生成：从撰写博客文章和撰写文章，到编写学习指南和摘要，AgentGPT可以简化多个领域的内容创建；
• 电子邮件和通信：写一封电子邮件或精心制作一条完美的信息可能很耗时。使用AgentGPT，您可以自动化此过程。它可以帮助生成电子邮件、起草消息，并帮助进行其他形式的沟通；
• 市场营销和广告：AgentGPT可用于产生创新的营销理念，创建引人注目的广告文案，并帮助制定SEO策略；
• 预算编制和财务规划：AgentGPT可以提供预算建议、财务管理技巧，甚至可以根据用户定义的标准创建个人财务计划。

二、AgentGPT安装

2.1 需要提前安装好如下工具

• Git（https://git-scm.com/downloads）
• Node.js（https://nodejs.org/en/download）
• OpenAI API key
• 编辑器（比如VS Code）

2.2 使用Docker安装AgentGPT（推荐）

PS：需要提前安装好Docker

对于Mac、Linux系统，安装如下：

git clone https://github.com/reworkd/AgentGPT.gitcd AgentGPT./setup.sh

对于Window系统，安装如下：

git clone https://github.com/reworkd/AgentGPT.gitcd AgentGPT./setup.bat

所有服务启动后，可以在浏览器输入http://localhost:3000即可

2.3 不使用Docker安装AgentGPT

      不使用Docker，用户需要使用setup.sh配置ENV，同时需要更新Prisma配置文件以指向本地SQLite实例。

接下来，需要配置Next.js，代码如下：

// Frontendcd ./nextnpm installnpm run dev

在另一个窗口中，运行以下程序来启动后端：

// Backend. Make sure you are at the root of the projectcd ./platformpoetry installpoetry run python -m reworkd_platform

所有服务启动后，可以在浏览器输入http://localhost:3000即可

三、AgentGPT效果测试

      我们以获取paperwithcode网站最新目标检测的sota算法为例进行测试AgentGPT效果。

3.1 打开agentgpt网站，输入任务

       输入对应的任务“Get the latest sota models on the paper with code website about object detection on coco dataset”。

可利用的默认工具，如下图所示：

3.2 任务分解

进入网站->导航到目标检测部分->过滤COCO数据集相关的模型->对这些模型进行排序

3.3 导航到目标检测部分

3.4 过滤COCO数据集相关的模型

3.5 对这些模型进行排序

3.6 总结

参考文献：

[1] https://agentgpt.reworkd.ai/zh

[2] https://github.com/reworkd/AgentGPT

[3] https://docs.reworkd.ai/introduction

[4] https://mp.weixin.qq.com/s/YkwI01yLydO2QjGGIzvBHQ