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：
- 网络通畅；
- 有小Chart的账号（因为要用到OpenAI的API Key），不需要PLUS账号；
- 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：
- PINECONE的API Key（记忆功能）；
- 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-keys
https://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：
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：
（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！
