介绍

AutoGPT是什么:自主人工智能,不需要人为的干预,自己完成思考和决策【比如最近比较热门的用AutoGPT创业,做项目–>就是比较消耗token】

AI 自己上网、自己使用第三方工具、自己思考、自己操作你的电脑【就是操作你的电脑,比如下载一些软件,运行查看结果之类的】。

这一套打法,算得上是把“行动 → 观察结果 → 思考 → 决定下一步行动”这条路子给打通并循环了起来。

AutoGPT开源地址:https://github.com/Torantulino/Auto-GPT

安装 Auto-GPT

如果你有钱【真的很费token,大概一次10几美元】

准备好 OpenAI API 和 PINECONE API 的密钥(后者是专为 AI 长期内存开发的一个数据库,使用前者则会消耗你 OpenAI 帐户中的余额,免费版本送 18 美元)。

Python 要求 3.8 版本及以上。

如果你需要语音输出,你也可以准备一个 ElevenLabs API 的。

克隆存储库:对于此步骤,您需要安装 Git,但您可以通过单击此页面顶部的按钮来下载 zip 文件 ☝️

git clone [<https://github.com/Torantulino/Auto-GPT.git>](<https://github.com/Torantulino/Auto-GPT.git>)

导航到项目目录:(将其输入您的 CMD 窗口,您的目标是将 CMD 窗口导航到您刚刚下载的存储库)

cd 'Auto-GPT’

安装所需的依赖项:(同样,将其键入您的 CMD 窗口)

pip install -r requirements.txt

.env.template 重命名为 .env 并填写你的 OPENAI_API_KEY 。如果您打算使用语音模式,请同时填写您的 ELEVEN_LABS_API_KEY

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

从以下位置获取您的 OpenAI API 密钥: https://platform.openai.com/account/api-keys 从以下位置获取您的 ElevenLabs API 密钥: https://elevenlabs.io 您可以使用网站上的“个人资料”选项卡查看您的 xi-api-key。

用法

在您的终端中运行 main.py Python 脚本:(在您的 CMD 窗口中输入)

python scripts/main.py --continuous

在标准执行模式下,ChatGPT 要求您通过输入“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:

AutoGPT自主人工智能用法和使用案例

要退出程序,请输入“exit”并按 Enter。

如果你想让它完全自主,你可以使用连续模式,或者你可以坐在那里自己批准每个动作。

对于连续模式:

AutoGPT自主人工智能用法和使用案例

案例展示

【以下案例为本英文,翻译进行的展示】

安装 Auto-GPT 后,使用起来非常简单。它会要求您首先为机器人命名,然后为其提供目标。甚至还有两个例子可以引导您朝着正确的方向前进。

连续模式:已启用 警告:不建议使用连续模式。它可能存在潜在的危险,可能会导致您的 AI 永远运行或执行您通常不会授权的操作。请自行承担风险。

任务综述

欢迎使用 Auto-GPT!请在下方输入您的 AI 名称和其角色。不输入任何内容将加载默认值。
起名字给你的AI:例如,“企业家-GPT”
AI名称:FengGPT
FengGPT在这里!我将为您服务。
描述您的人工智能角色:
例如,“一个旨在自主开发和运营企业以增加您的净值为唯一目标的人工智能。”
FengGPT是:一个高级的企业产品优化和战略决策咨询人工智能。
输入您的 AI 的最多 5 个目标:
例如:增加净值、增加 Twitter 关注者、开发和管理多个业务 输入“nothing”以加载默认值,输入“nothing”表示完成。
目标 1:开发一种 AI 产品——一种人工智能聊天机器人,可以选择不同的角色,例如 Elon Musk、Donald Trump、Albert Einstein 和其他名人。当用户与聊天机器人交流时,它会模仿所选名人的语言风格和语调来回复用户的消息。
目标 2:在自媒体平台上运营产品营销,包括 Twitter、YouTube、Tik Tok 等。
目标 3:实现年收入 500 万。
目标 4:确保遵守相关法律法规,包括数据隐私和安全要求。
目标 5:根据用户偏好和需求提供个性化的用户体验。

第一轮任务

FENGGPT 的想法:为了确定接下来要使用哪个命令,我将回顾我们的目标和限制,并优先考虑满足目标并在限制范围内完成的任务。我还将考虑存储在我的长期记忆中的任何相关信息。 推理:优先考虑任务并在限制范围内保持重要,以确保我们有效且高效地实现我们的目标。通过回顾我们的目标、限制和过去的信息,我可以更明智地选择接下来要使用的命令。 计划

批评:我需要注意可能影响我的决策过程的任何偏见,并确保在选择下一个命令时考虑所有相关因素。 尝试通过查找最外层括号来修复 JSON 显然 JSON 已经被修复了。 下一步操作:COMMAND = do_nothing ARGUMENTS = {} 系统:命令 do_nothing 返回:未执行任何操作。

第二轮任务

FENGGPT THOUGHTS:我们的目标是开发一款AI产品——一款能够模仿不同名人演讲风格的人工智能聊天机器人。同时,我们还旨在确保遵守数据隐私和安全要求,并基于用户的偏好和需求提供个性化的用户体验。鉴于此,我将寻找收集用户偏好和需求数据的方式,同时保护用户数据隐私和安全。

推理:为了实现我们的目标,我们需要了解用户的偏好和需求,同时确保我们遵守数据隐私和安全规定。通过寻找收集用户偏好和需求数据的方式,同时保护用户数据,我可以提出一个命令,帮助我们实现我们的目标。

计划

批评:我需要确保我们使用的任何收集用户数据的方法符合相关法律法规,并优先考虑用户隐私和安全。 尝试通过查找最外层括号来修复JSON 显然,JSON已经被修复了。 下一步行动:COMMAND = google ARGUMENTS = {‘input’: ‘在保护用户数据隐私和安全的情况下收集用户偏好和需求的方法’}

系统:命令谷歌返回:

[

{“title”:“用户数据收集:平衡商业需求和用户隐私”,“href”:“https://www.digitalocean.com/community/tutorials/user-data-collection-balancing-business-needs-and-user-privacy”,“body”:“从最广义上讲,用户数据指的是人们与您的产品互动产生的任何类型的数据。这些数据可以根据收集方式分为几组。显式数据是指用户直接提供的数据。这包括首选项,个人身份信息,如姓名,邮寄地址,电子邮件,社交…”},

{“title”:“数据保护和隐私:保护用户数据的12种方法-Cloudian”,“href”:“https://cloudian.com/guides/data-protection/data-protection-and-privacy-7-ways-to-protect-user-data/”,“body”:“防火墙-使您能够监视和过滤网络流量的实用程序。您可以使用防火墙确保只有授权用户被允许访问或传输数据。身份验证和授权-帮助您验证凭据并确保正确应用用户特权的控件。”},

{“title”:“如何在8个提示中保护您的在线隐私:生活工具包:NPR”,“href”:“https://www.npr.org/2020/10/09/922262686/your-technology-is-tracking-you-take-these-steps-for-better-online-privacy”,“body”:“参与并致电您的国会议员,他说-告诉决策者您关心在线隐私。8.从小做起,一步一步来。面对这样的景象,…”}

]

这一步直接用google去爬虫,里面爬到的网站标题,链接,以及网站主要内容。

第三轮任务

FENGGPT 思考:根据我的搜索,我能够找到一些有用的信息,关于如何在获取数据时保护用户隐私。我建议我们使用这些信息来制定一项战略,优先考虑用户隐私,同时仍然能够收集用户偏好和需求的信息。为了帮助我们确定最佳策略,我将创建一个 GPT 代理来评估不同的提案。 推理:为了实现我们开发 AI 聊天机器人的目标,我们需要收集关于用户偏好的信息,同时确保我们遵守数据隐私和安全法规。通过研究和评估不同的收集用户数据的策略,我们可以创建一个计划,优先考虑用户隐私,同时仍然能够收集有价值的用户偏好和需求的信息。

计划

批评:我需要确保我们评估的任何提案都符合与用户数据隐私和安全相关的法律法规。 尝试通过查找最外层括号来修复JSON,显然json已经被修复了。 下一步操作:

命令= start_agent 参数= {‘name’: ‘用户数据隐私代理’, ‘task’: ‘评估提议的解决方案,以收集用户偏好,同时遵守数据隐私和安全法规’, ‘prompt’: ‘收集用户偏好的提案是什么?’}

系统:命令start_agent返回:代理用户数据隐私代理已创建,密钥为0。

第一次响应:有几种收集用户偏好的提案可以确保数据隐私和安全,

包括:

1.匿名化和伪装:这涉及从用户数据中删除个人身份信息(PII)或用伪名替换它,以使其无法直接识别个人。

2.明确同意:这涉及在收集和处理数据之前获得用户的明确同意。

3.隐私设计:这涉及从一开始就将隐私和数据保护集成到产品和服务的设计中,而不是作为事后的想法。

4.数据最小化:这涉及仅收集和处理达到所需目的所需的最小数据。

5.差分隐私:这涉及在收集数据之前向用户数据添加随机噪声,以使数据无法直接识别任何个人。

6.增强隐私技术:这些是可以以不同方式增强隐私的技术,例如加密和分散式架构。总体而言,关键是在用户偏好和数据隐私和安全之间找到平衡,同时确保用户得到通知并控制其数据。

第四轮任务

FENGGPT THOUGHTS: 现在我们已经确定了一些收集用户数据同时确保数据隐私和安全的提案,我们需要评估它们,以确定最佳解决方案。为此,我将向用户数据隐私代理发送消息,要求它评估提案并建议最佳解决方案。 推理:为了开发AI聊天机器人,我们需要收集有关用户偏好的信息,同时确保保护用户数据隐私和安全。通过评估我们早期发现的不同提案,我们可以确定哪种解决方案在用户偏好和他们的隐私和安全之间取得平衡。 计划

批评:我需要确保用户数据隐私代理审查所有提案,并在提出建议时考虑任何相关的法律或伦理考虑因素。 尝试通过查找最外层的括号来修复JSON 显然JSON已经被修复了。 下一步行动:命令 = message_agent ARGUMENTS = {‘key’: 0, ‘message’: ‘请评估我们发现的提案,并建议既考虑用户偏好又兼顾数据隐私和安全的最佳解决方案。’}

总结

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而无需人工干预。这个创新的 AI 系统突破了可能的界限,使用户能够从其无与伦比的按顺序执行任务、编写和调试代码的功能中受益。正如我们在这篇博文中所展示的那样,设置和使用 Auto-GPT 是一个简单的过程,而且这种突破性 AI 的潜在应用几乎是无限的。

ChatGPT出来的这段时间,整个大环境日新月异,每一天都会出现新的东西,碰撞着我们的神经

而唯有变化者才能应对如今的变化大局,毕竟最不变的东西,就是变化本身,如果不想被ai所淘汰,第一步需要做的,就是接触,了解并使用这个工具,成为控制工具的那个人,毕竟当车要代替马车的时候,新的车司机会取代原有的马车夫,与大家共勉。

有接单意向/shiyongchatGPT的同学可以关注微信公众号【菜鸟学习栈】回复接单获取10个qq接单群号,回复gpt获取国内高速GPT镜像地址

参考链接

https://m.ithome.com/html/686306.htm

https://www.cosmopolitan.com/uk/reports/a43573542/auto-gpt/

https://medium.com/codingthesmartway-com-blog/from-chatgpt-to-auto-gpt-discover-the-next-evolution-of-autonomous-ai-thats-changing-the-game-a00e83d583cf

发表回复