AutoGPT自主人工智能用法和使用案例

这篇具有很好参考价值的文章主要介绍了AutoGPT自主人工智能用法和使用案例。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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

  • 回顾目标和限制
  • 优先考虑满足目标并在限制范围内完成的任务
  • 考虑来自长期记忆的相关信息
  • 根据上述选择适当的命令

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

  • 研究收集用户偏好和需求的方法
  • 考虑隐私和安全问题
  • 建议适当的命令

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

  • 利用搜索结果制定收集用户偏好的策略
  • 创建GPT代理以评估不同的提案
  • 选择最佳提案

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

  • 向用户数据隐私代理发送消息,评估提案并建议最佳解决方案

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/使用chatGPT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文章来源地址https://www.toymoban.com/news/detail-419519.html

到了这里,关于AutoGPT自主人工智能用法和使用案例的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 人类自主行动背后的本质和具身人工智能未来的发展

    人类自主行动指的是人们自发地做出决策,采取行动

    2024年02月07日
    浏览(38)
  • 昇腾芯片解析:华为自主研发的人工智能处理器全面分析

    在当今科技发展的浪潮中,昇腾芯片作为一种新兴的处理器,正引起广泛的关注和讨论。升腾芯片究竟是由哪家公司生产的?这个问题一直困扰着许多人。下面小编将全面介绍、分析升腾芯片的生产商及各类参数、应用,以便读者对其有更全面的了解 昇腾 芯片的生产商 升腾

    2024年04月11日
    浏览(43)
  • 人工智能讲师大模型培训老师叶梓:基于大型语言模型的自主智能体:架构设计与应用前景

    在人工智能的快速发展中,大型语言模型(LLM)已成为推动技术进步的关键力量。LLM的出现不仅改变了我们与机器的交互方式,也为构建具有高级认知能力的自主智能体(AI Agent)提供了新的可能性。本文旨在探讨基于LLM的AI Agent的架构设计,并对其在未来应用中的潜力进行展

    2024年04月17日
    浏览(39)
  • 任务拆解,悠然自得,自动版本的ChatGPT,AutoGPT自动人工智能AI任务实践(Python3.10)

    当我们使用ChatGPT完成某些工作的时候,往往需要多轮对话,比如让ChatGPT分析、翻译、总结一篇网上的文章或者文档,再将总结的结果以文本的形式存储在本地。过程中免不了要和ChatGPT“折冲樽俎”一番,事实上,这个“交涉”的过程也可以自动化,AutoGPT可以帮助我们自动拆

    2023年04月18日
    浏览(51)
  • 精华整理几十个Python数据科学、机器学习、深度学习、神经网络、人工智能方面的核心库以及详细使用实战案例,轻松几行代码训练自己的专有人工智能模型

    精华整理几十个Python数据科学、机器学习、深度学习、神经网络、人工智能方面的核心库以及详细使用实战案例,轻松几行代码训练自己的专有人工智能模型。 机器学习 人工智能的核心,是使计算机具有智能的根本途径。机器学习专注于算法,允许机器学习而不需要编程,

    2024年01月25日
    浏览(54)
  • 人工智能的伦理管理实践与探索案例

    作者:禅与计算机程序设计艺术 人工智能的伦理管理实践与探索案例 引言 1.1. 背景介绍 随着人工智能技术的快速发展,伦理问题也逐渐成为了人工智能领域的一个重要问题。伦理问题的种类很多,包括隐私保护、数据安全、歧视、安全漏洞等。在人工智能的应用过程中,如

    2024年02月06日
    浏览(37)
  • 人工智能在农业领域的五个应用案例

    随着科技的进步,人工智能(Artificial Intelligence,AI)正逐渐渗透到各个行业中,其中包括农业领域。本文介绍人工智能在农业领域的五个应用案例,以期帮助大家更好地了解这个新兴技术在农业中的价值和作用。       人工智能技术可以应用于农机,使其具备自主感知、

    2024年02月03日
    浏览(42)
  • 区块链和人工智能的关系以及经典案例

             目录 1.区块链与人工智能的关系 2.应用案例:基于区块链的医疗数据共享平台 2.1背景 2.2方案 2.3优势 2.4挑战         区块链技术和人工智能(AI)是两种不同的技术,但它们之间存在着互补关系。区块链技术提供了一种安全、透明、去中心化的数据存储和传输

    2024年03月13日
    浏览(38)
  • 人工智能(Pytorch)搭建模型2-LSTM网络实现简单案例

     本文参加新星计划人工智能(Pytorch)赛道:https://bbs.csdn.net/topics/613989052  大家好,我是微学AI,今天给大家介绍一下人工智能(Pytorch)搭建模型2-LSTM网络实现简单案例。主要分类三个方面进行描述:Pytorch搭建神经网络的简单步骤、LSTM网络介绍、Pytorch搭建LSTM网络的代码实战 目录

    2024年02月03日
    浏览(41)
  • 人工智能与知识管理:行业应用与案例分析

    人工智能(Artificial Intelligence, AI)和知识管理(Knowledge Management, KM)是当今最热门的技术领域之一。随着数据量的增加,人们对于如何有效地管理和利用知识变得越来越关注。人工智能技术可以帮助我们自动化地处理大量数据,从而提高工作效率。同时,人工智能也可以帮助我们更

    2024年02月19日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包