5分钟内了解Auto GPT的强大功能

目录

• 1.介绍
• 2.设置环境
• 3.运行Auto GPT
• 4.自动执行任务
  • 4.1 浏览网页
  • 4.2 查找商品价格
  • 4.3 写入文件
• 5.连续执行任务
• 6.转换文本到语音
• 7.总结
• 8.常见问题解答

1. 介绍

自主GPT是一个厉害的开源项目，它在GitHub的培训页中一直占据主导地位。它是为了展示GPT4的强大能力而开发的实验项目，它允许用户为人工智能定义角色，并提供一系列任务来执行。例如，你可以告诉AI查找即将到来的假期，然后根据那个假期创建一份独特的食谱。AI会连接到互联网，查找假期信息，创建食谱，将其写入文件，完成任务后自动关闭。

在这个视频中，我将向你展示如何在本地设置Auto GPT。让我们开始之前，确保你已经安装了Python 3.7或更高版本，并且已经安装了Git。然后，在你的电脑上创建一个新的文件夹，并打开命令提示符。

2. 设置环境

在命令提示符中，我们可以将Auto GPT的URL复制到剪贴板，并在命令提示符中输入git clone，然后粘贴URL，按下回车键。克隆完成后，我们可以打开Auto GPT文件夹，并再次打开命令提示符，或者在该文件夹中使用CD命令进入该文件夹。

接下来，我们需要输入pip install -r requirements.txt命令来安装所需的依赖。安装完成后，我们需要编辑环境模板文件。

首先，我们需要通过删除文件名末尾的.template来重命名这个文件。如果出现提示，只需回答"是"。然后，用你选择的编辑器打开.env文件。

在环境变量文件中，我们需要提供我们的OpenAI API密钥。可选地，我们还可以提供任意11 Labs API密钥，用于将文本翻译成语音。

让我们首先设置我们的OpenAI密钥。前往platform.openai.com注册一个账户。在仪表板上，点击"个人视图API密钥"，然后点击"创建新的API密钥"。复制你的API密钥，并将其替换到文件中，然后保存这个文件。

3. 运行Auto GPT

在文件夹中执行Python scripts/main.py命令，首先需要给AI起一个名字，我将其称为"购物者GPT"。然后，我们需要为这个AI定义一个角色，我只是输入了"购物机器人"。

接下来，我们需要列出这个AI的目标。首先，我们告诉它浏览amazon.com，然后查找Nvidia RTX 4090的价格，接着将价格写入文本文件，最后在任务完成后关闭。

我们可以按下回车键，让AI按顺序执行这些目标。AI会给我们提供一些信息，如它的想法、推理、计划以及一些批评。它还会要求我们通过按下"y"键来确认它的推理。经过一连串的"y"键按下后，进程终于完成了。

我们可以通过转到Auto GPT工作区来查看输出文件。我们的AI已经在amazon.com找到了价格，并将其写入了文件。这非常令人印象深刻，但是要键入"y"并不是很自动化。

因此，我们可以使用命令Python scripts/main.py --continuous重新启动这个过程。这次，我们还可以向该文件添加其他参数。当以连续模式运行脚本时，我们会收到此警告。这是因为AI不再询问我们是否同意或授权继续，而是简单地运行。请注意。

我将执行和之前相同的命令，但这次在连续模式下运行。这次，AI能够在没有我们干预的情况下完成任务。我们可以看到这次运行的输出，我们成功地得到了价格。

最后，Auto GPT还支持速度参数，它会使用11 Labs API将文本转换为语音。你可以创建一个11 Labs账户，点击你的个人资料，然后复制API密钥。然后，在你的项目中打开.env文件，并用你的11 Labs API密钥替换这里的文本。

当你用--speak参数执行Auto GPT时，机器人将用一个自然、人类般的声音与你聊天。

这就是Auto GPT的简介。如果你喜欢这个视频，请考虑订阅我的频道。下次再见！拜拜！

4. 自动执行任务

4.1 浏览网页

AI程序可以通过指令浏览特定网页，充当用户在互联网上执行任务的角色。例如，在这个示例中，我们让AI访问amazon.com。

4.2 查找商品价格

一旦AI浏览到特定网页，它可以通过搜索特定的商品来查找其价格。例如，在这个示例中，我们让AI查找Nvidia RTX 4090的价格。

4.3 写入文件

AI程序可以将找到的信息写入文本文件，以便我们在之后查看。例如，在这个示例中，AI将找到的价格写入了一个文件。

Pros:

• AI能够迅速准确地浏览网页和查找信息。
• 自动将找到的信息写入文件，方便后续使用。

Cons:

• AI可能对某些网页结构有限制，导致无法找到所需信息。
• 需要确保AI有适当的访问权限。

5. 连续执行任务

使用--continuous参数，我们可以实现连续执行任务，而无需人工干预。这意味着AI将不再询问我们是否继续，而是继续执行它的任务列表。

Pros:

• AI可以在不间断的情况下运行，节省时间和精力。
• 不需要手动按下"y"键进行确认。

Cons:

• 可能需要额外的错误处理机制，以防止AI陷入无限循环。
• 连续执行任务有风险，需要谨慎使用。

6. 转换文本到语音

使用11 Labs API，我们可以将文本转换为自然、人类般的语音。这为AI机器人增添了更加人性化和互动性，使其能够像与人类交流一样与用户进行对话。

Pros:

• AI机器人具有更强的表达能力和人机交互性。
• 文本转语音技术使得AI更加生动活泼。

Cons:

• 需要额外的API密钥和额外的设置步骤。
• 语音转换可能存在限制或应用场景有限。

7. 总结

Auto GPT是一个厉害的开源项目，利用GPT4展示了强大的AI能力。它可以在互联网上浏览网页，查找信息，并将结果写入文件。通过连续执行任务和将文本转换为语音，Auto GPT的自主性和交互性得到了进一步增强。

Highlights:

• Auto GPT是一个强大的开源项目，使用GPT4展示了令人印象深刻的AI能力。
• 它具有自主浏览网页、查找并记录信息的功能。
• 连续执行任务和将文本转换成语音的功能使得Auto GPT更加智能和互动。

8. 常见问题解答

Q: Auto GPT支持哪些网站的浏览？ A: Auto GPT可以浏览支持标准Web浏览器的任何网站。但需要确保AI有对网站的访问权限。

Q: 是否只能查找特定商品的价格？ A: 不是。AI可以浏览网页并查找任意信息。你只需要提供对应的搜索任务。

Q: Auto GPT支持哪些语音转换API？ A: Auto GPT支持11 Labs API进行文本到语音的转换。

Q: 什么是连续执行模式？ A: 连续执行模式是指AI在执行任务时不再询问用户的授权，而是自动继续执行下一个任务。

Q: 是否可以在连续执行模式下中断任务？ A: 在连续执行模式下，任务是没有中断的，除非手动退出程序或任务列表执行完毕。

Q: Auto GPT是否支持多线程执行任务？ A: 目前Auto GPT暂时不支持多线程执行任务。所有任务按照顺序执行。

Q: 可以使用多个API密钥吗？ A: 是的。你可以在.env文件中配置多个API密钥，并在执行时动态选择使用哪个API密钥。

请注意，以上常见问题及解答仅供参考。具体使用和配置详见Auto GPT的文档。

资源:

• Auto GPT GitHub Repo
• OpenAI Platform
• 11 Labs