AgentGPT：在您的浏览器中的自主AI代理
给你的人工智能代理取一个名字和目标，然后观察它完成分配的任务
AgentGPT web 是一款自主人工智能平台，用户可直接在浏览器中轻松构建和部署可定制的自主人工智能代理。您只需要为您的人工智能代理提供名称和目标，然后看着它开始尝试实现您分配的目标。该代理将自主地获取知识、采取行动、沟通和适应以完成其分配的目标。
AgentGPT 如何工作？
AgentGPT 通过链接语言模型（称为代理）来完成特定的目标。该过程涉及代理考虑实现给定目标的最有效任务、执行这些任务、评估其性能和持续生成其他任务。
注意: AgentGPT web 仅提供 2 次免费试用。您可以订阅专业版，以获得访问 GPT-4，每天 30 个代理和最新插件的权限。
AgentGPT 的创始人坚信民主化人工智能的潜力，使其可供所有人使用，并促进协作社区驱动的方法。这正是他们引以为豪的开源平台所在。
注意: 您也可以使用 Docker 在本地运行它，或按照 GitHub 存储库 reworkd/AgentGPT 上的指南在服务器上部署它。
ChatGPT、AgentGPT 和 AutoGPT 的区别
ChatGPT 是一款极其有用的工具，旨在提供准确、具体的答案并促进深入的交流。它超越了简单地回答问题，帮助维持关于复杂主题的有意义的讨论。
另一方面，AgentGPT 充当了自主人工智能代理的全面平台。您可以为代理指定目标，它将独立地思考、学习和采取行动以实现该目标。
AgentGPT 和 AutoGPT 都是围绕自主人工智能代理的令人印象深刻的项目。然而，两者存在关键差异。AgentGPT 是一个基于 Web 的平台，允许直接在浏览器中创建和部署人工智能代理。相比之下，AutoGPT 是一款本地运行的工具，可使开发人工智能代理在其计算机上执行任务。
使用 AgentGPT 构建鸟类分类器
只需在 reworkd.ai 上创建一个帐户，并通过提供您的名称和目标来部署您的代理。
在我们的案例中，我们要求 AgentGPT 开发一个鸟类图像分类 Web 应用程序。
在前两次运行中，它执行了以下操作:
- 初始数据集研究和选择
- 使用 TensorFlow 训练深度学习模型
- 使用适当的框架构建 Web 应用程序并部署训练好的模型
- 测试和优化
- 用户界面增强和功能添加
最初的结果可能不符合期望，但是经过进一步的迭代，有可能会有所改善。可能在约 5 次运行后，应用程序中的编码问题会得到解决。
如何提高结果？
提示在动态地将语言模型的行为与我们代理的当前目标和任务对齐方面起着至关重要的作用。目前，AgetGPT 免费版本使用的是 GPT-3.5-turbo，它显示了即使是提示中最小的细节也会显着影响生成的结果。
以下是您可以采取的措施以改善结果：
- 通过示例提高模型准确性：为了进一步提高模型的准确性，您可以在提示旁边提供 1、2 或多个示例。
- 计划和解决（PS）: 一种基于一系列思维提示的技术。通过从模型请求逐步说明，它可以实现更准确的推理和问题解决能力，从而改善结果。通过查看示例 AGI-Edgerunners/Plan-and-Solve-Prompting 了解更多信息。
- ReAct: 它是推理加行动的缩写。ReAct 是一种强大的提示技术，将推理和动作生成结合在单个输出中。这种方法允许模型有效地同步思想和行动，从而产生更连贯和实用的响应。
- 升级到专业版或本地部署：对于高级功能，您可以选择升级到专业版，其中包括访问 GPT-4。或者，您可以在本地运行应用程序，并将 GPT-4 API 密钥并入其中，以利用 GPT-4 模型的增强功能和性能。
入门
在本部分中，我们将学习如何在本地设置和运行AgentGPT。要开始，请按照以下命令进行操作。
git clone https://github.com/reworkd/AgentGPT.git && cd AgentGPT
./setup.sh在深入学习之前，验证您的环境是否已正确配置是至关重要的。为了实现这一点，请按照以下步骤进行操作：
- 将.env.example文件复制到./next/目录中。
- 将复制的文件重命名为.env。
- 花些时间根据您的要求更新.env文件中的值。
注意：您还可以修改数据库（Mysql）、后端（FastAPI）和前端（Nextjs）设置。
构建docker镜像是一个无缝的过程，应该可以顺利地运行而不会出现任何问题。在进行操作之前，请确保您的系统上已安装docker。
docker-compose up --build通过运行此命令，您将启动为前端、后端和数据库创建容器，为应用程序设置全面的环境。
注意：您还可以开发和运行不使用docker的AgentGPT，需要阅读AgentGPT文档。
路线图
AgentGPT目前处于测试阶段，开发人员正在积极开发众多令人兴奋的功能。以下是即将推出的一些功能，让您提前了解一下!
当前功能
- 用户管理和身份验证:有效地管理用户及其在系统中的身份验证。
- 代理运行保存和共享:无缝地保存和共享代理运行，确保协作和知识共享。
- 多语言动态翻译:实现多种语言的动态翻译，允许跨语言障碍进行有效的沟通。
- AI模型定制:根据您的特定需求定制AI模型，使您能够根据自己的独特要求进行定制。
正在开发的功能
- 高级网络浏览功能
- 后端迁移至Python
- 具有向量数据库的长期记忆
- 代理转向能力
- 文档全面改进
结论
我坚信，在先进的大型语言模型时代之后，我们将迎来自主AI代理的出现。这种变革性的发展将彻底改变我们处理工作和任务完成的方式。
随着自主AI代理的出现，我们将不再需要详细地列出实现目标的步骤。相反，通过简单地定义目标并提供示例，这些代理将自主进行研究、实验和执行，以达到惊人的准确性的预期结果。
如果您想了解更多信息，请尝试阅读以下内容：
- Baby AGI: The Birth of a Fully Autonomous AI
- AutoGPT: Everything You Need To Know
- Mojo Lang: The New Programming Language
- LangChain 101: Build Your Own GPT-Powered Applications
Abid Ali Awan（@1abidaliawan）是一位持有数据科学家专业认证的专业人士，热爱构建机器学习模型。目前，他专注于内容创作并撰写有关机器学习和数据科学技术的技术博客。Abid拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络为患有心理疾病的学生构建AI产品。
