玩转ChatGPT：Auto-GPT项目部署与测评

一、Auto-GPT简介

最近，以ChatGPT为代表的超大规模语言模型火出了圈，各种二次开发项目也是层出不穷。

这周在AI圈炸街的是Auto-ChatGPT，在GitHub上已经61.4K的点赞了。

项目地址：https://github.com/Torantulino/Auto-GPT

用项目的原话介绍：“Auto-GPT是一个实验性的开源应用程序，展示了GPT-4语言模型的能力。这个程序由GPT-4驱动，自主地开发和管理企业，以增加净值。作为GPT-4完全自主运行的第一个示例之一，Auto-GPT推动了AI的可能性边界。”

小Chat是我们的得力助手，但在使用它完成任务的时候，我们需要使用“咒语”来唤醒它的神奇力量。如果你输入的“咒语”不够合适，小Chat就会抗拒你，然后你只能继续寻找合适的“咒语”，直到小Chat心情好为止。但如果你成功施展了合适的“咒语”，小Chat就会跟你打成一片，愉快地回答你的问题。接下来，你只需要不断使用“咒语”向它提问，直到你完成了任务。这个过程，叫做“人在回路”，熟悉不，这个概念就是在《流浪地球2》的彩蛋中，MOSS跟图恒宇说的：“基于对丫丫意识进行人在回路的学习，balabala”。

那么，作为一个成熟的通用人工智能（Artificial General Intelligence，AGI），TA应该学会自己做迭代思考，从而达到最终地目的。比如说，导师问你：“Mp1p蛋白有什么作用？”，作为一个成熟地科研狗，你大概率就会去百度、谷歌、Pubmed找相关文献资料，然后自己出个一二三条。

而这就是Auto-GPT项目想要做的：让人工智能能够像人类一样，通过自我迭代思考来完成任务。因此它具有如下特性：

（1）接入互联网：得会上网，能够通过搜索和信息收集获取各种知识。

（2）长短期内存管理：得有好的记忆力，能够对重要的信息进行长期存储，同时也能快速访问短期内存，方便及时处理任务。

（3）GPT-4文本生成：还需要有文笔，能够使用GPT-4生成高质量的文本，如文章、邮件等。

（4）访问流行网站和平台：要像人类一样，了解最新的时事和热门话题，就必须知道访问哪些流行的网站和平台。

（5）GPT-3.5文件管理：最后，还得会整理文件，像GPT-3.5一样，能够高效地进行文件存储和管理。

二、Auto-GPT部署

先说明部署的必备条件：

1. 网络通畅；
2. 有小Chart的账号（因为要用到OpenAI的API Key），不需要PLUS账号；
3. 安装Python 3.8以上（我的是基于Anaconda环境）。

以上，缺一不可。

可选项目：

1. PINECONE的API Key（记忆功能）；
2. GOOGLE_API_KEY和CUSTOM_SEARCH_ENGINE_ID（接入谷歌引擎）；

第一步 下载项目

（a）这个简单，直接去项目的网址进行下载即可： “Code”——“Download ZIP”；

（b）解压到一个路径，最好是全英文的路径，比如我的是：E:\Auto-GPT\Auto-GPT-master-0415；

第二步 安装python依赖库

（a）项目需要的依赖库，都在这个名为“requirements.txt”的文件夹里了，打开看，共是26个；

（b）记得先安装Anaconda，打开Anaconda Prompt （anaconda），输入代码：

conda create -n gptac_venv python=3.9 #生成一个名为gptac_venv的环境，我的python版本是3.9

注释：这里用旧图了，跟之前一样的步骤

这里选y；

这样就是安装成功了。

（c）进入新建立的环境，输入代码：

conda activate gptac_venv

注释：这里用旧图了，跟之前一样的步骤

可以看到，前面括号的base变成了gptac_venv，也就是从基础环境（base）切换到了我们刚新建的新环境（gptac_venv），接下来就在这个新环境里面安装依赖库。

（d）安装依赖库，首先把路径切换到之前存项目的路径：E:\Auto-GPT\Auto-GPT-master-0415，操作就是：

输入“e:”——回车，进入到E盘——输入“cd E:\Auto-GPT\Auto-GPT-master-0415”——回车，搞定；

注意：我装autogpt环境是jet_gpt哈，上面之所以是gptac_venv，是因为懒，用的旧图。

接着输入代码：

python -m pip install -r requirements.txt

回车开始安装。

需要安装的东西很多，个人经验：跟网速有关，我是开魔法的。

安装成功的话，全程白字没有报错。要是有红字报错，各位八仙过海各显神通吧。

第三步 配置OPENAI_API_KEY

（a）确保网络通畅（最重要）；

（b）OpenAI API Key 生成，进入网址，登陆账号：

https://platform.openai.com/account/api-keyshttps://platform.openai.com/account/api-keys

点击“Create new secret key”——弹出窗口——复制出你的Key。

（c）找到项目文件中的.env.template文件，改名为.env文件，并用记事本打开项目文件的，填入你的API KEY：

注意：这里的API不需要双引号：“”。

第四步 配置PINECONE_API_KEY

（a）确保网络通畅（最重要）；

（b）Pinecone API Key 生成，进入网址，注册，登陆账号：

Vector Database for Vector Search | PineconeThe #1 vector database. Search through billions of items for similar matches to any object, in milliseconds. It’s the next generation of search, an API call away.https://login.pinecone.io/

点击“API key”——弹出窗口；

 复制出你的PINECONE_API_KEY（Vaule）和PINECONE_ENV（Environment）；

分别填入.env文件：

第四步 配置GOOGLE搜索引擎

这里主要需要填入2个东西：GOOGLE_API_KEY以及CUSTOM_SEARCH_ENGINE_ID。

（a）确保网络通畅（最重要）；

（b）Googel API Key 生成，进入网址，注册，登陆账号：

https://console.cloud.google.com/welcome?project=high-unity-383319&pli=1https://console.cloud.google.com/welcome?project=high-unity-383319&pli=1

（c）创造一个无组织的最新项目：

 （d）输入 custom search api，之后选 管理 > 凭据 > 创建凭据 > API密钥

 （e）这个就是GOOGLE_API_KEY；然后来看USTOM_SEARCH_ENGINE_ID 的ID：

（a）确保网络通畅（最重要）；
（b）CUSTOM_SEARCH_ENGINE_ID 生成，进入网址：

https://programmablesearchengine.google.com/about/https://programmablesearchengine.google.com/about/

（c）CUSTOM_SEARCH_ENGINE_ID 生成，进入网址：

（d）复制好CUSTOM_SEARCH_ENGINE_ID。

 最后，打开.env文件，输入GOOGLE_API_KEY以及CUSTOM_SEARCH_ENGINE_ID： 

第五步 运行程序

还是打开刚才的Anaconda Prompt （anaconda），切换到新建的环境，以及项目路径：输入代码：

python -m autogpt --gpt3only

回车！

 出现了绿色字welcome back 就是成功了！

简单用法：给AI取名字 > 设置任务 > 设置任务目标（最多5个）> 程序运行 >  每一步用y、n等指令指挥AutoGPT。

三、Auto-GPT测评

（1）设置目标

Name: JET-GPT

Role: A mycologist with a focus on disseminated fungal infections

Goals: Introduce the research progress of fungal Mp1p protein

简单来说就是帮我简单介绍真菌Mp1p蛋白的研究进展。由于我之前运行过了，这里它自动调取上次的程序，输入y继续运行即可：

（2）程序思考过程：

 用谷歌翻译展示一下：

TA会自己进行任务拆分，首先，去谷歌搜索！！

我们输入y，让TA进行下一步：

 TA去找文献了，还进行了分析：

读出了一些信息： 

 然后TA自己分析了这个方法不太好：“由于我的短期记忆力有限，因此启动受过文本摘要训练的 GPT 代理将减轻我的工作量并节省我的时间”，然后如何解决：“我应该启动一个 GPT 代理来帮助我生成我从网站上收集的有关 Mp1p 蛋白的信息摘要。 为此，我可以使用“start_agent”命令。”

 再运行一次后，给出了一些总结：

好像不太对，给它继续自我反思试一试：TA好像想到了我是想看真菌的Mp1p：

接着他继续上网找文献，然后发现读取不了文献的信息：“此模型的最大上下文长度为 4097 个标记”，没办法GPT3.5的限制。然后只能从TA已知的知识中提取信息，有可能是现编的。

到此为止，我就让TA停下来了。

总结：虽然结果不太理想，但是过程确实让人眼前一亮，毕竟处于初级阶段，而且我只能调用GPT3.5，未来提升的空间还是很大的。

四、几点注意事项

（1）关于不能联网

据说，需要在.env文件中，把这个8000改成4000。江湖传闻，供参考。

 （2）关于API Key的费用

据说，调用OpenAI Key是收费的，新注册账号，至少赠送5美元，用完就无了。

我跑了这一次花费如下，一共是0.13美元，差不多1块钱，成本还是很高的。

所以大家玩归玩，注意这是一个烧钱的过程哈！