ChatGPT流程自动化操作扩展插件

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，将 LLM“思考”串联在一起，以自主实现您设置的任何目标。作为 GPT-4 完全自主运行的首个示例之一，Auto-GPT 推动了人工智能所能实现的界限。

🚀 功能

  • 🌐 可以访问互联网进行搜索和信息收集
  • 💾 长期和短期记忆管理
  • 🧠 使用 GPT-4 实例进行文本生成
  • 🔗 可以访问流行的网站和平台
  • 🗃️ 使用 GPT-3.5 进行文件存储和摘要

📋 要求

  • Python 3.8 或更高版本
  • OpenAI API 密钥
  • PINECONE API 密钥

可选项：

  • ElevenLabs 密钥（如果您想让 AI 说话）

GitHub

项目开源地址：Significant-Gravitas/Auto-GPT

Docker

在安装部署之前，您需要安装Docker应用，关于Docker的安装教程请参阅如下文章。

Docker｜安装教程

部署教程

如果您是初学者，对于命令行不太理解，那么请按下键盘上的Win键+R键后，在弹出的新窗口内输入CMD并按下回车，打开CMD窗口，按顺序执行如下的每一条命令。

首先我们需要确认一个工作目录，用来存放Auto-GPT的相关文件。本站所选择的目录为D盘的根目录下openai.wiki文件夹，完整路径为：D:\openai.wiki。

1.检测D盘是否在openai.wiki，没有则创建该文件夹。

if not exist D:\openai.wiki mkdir D:\openai.wiki

2.执行如下命令，进入openai.wiki文件夹。

cd /d D:\openai.wiki

3.拉取Github仓库文件夹，将下载至openai.wiki文件夹。

git clone https://github.com/Torantulino/Auto-GPT.git

注意：如果您无法完成第3步，执行后报错或者无法下载，可以下载该文件将其解压至D:\openai.wiki即可。

Auto-GPT-master
下载
类型： ZIP 大小： 86.96KB

3.强制切换工作路径为D盘的openai.wiki\Auto-GPT文件夹。

cd /d D:\openai.wiki\Auto-GPT

环境安装

为不影响电脑中的现有环境，请一定要安装Conda，如果您不知道什么是Conda，或者未安装过Conda，请参考如下文章，安装部署Conda之后再继续以下步骤。

Anaconda｜Miniconda

在CMD中执行下面的命令行，创建Conda虚拟环境至该项目的目录中，方便日后重装系统也能够正常使用，无需重新部署环境。

conda create -p D:\openai.wiki\Auto-GPT\ENV python=3.11

执行完成上面的命令之后，将会在CMD窗口中看到Proceed ([y]/n)?提示，我们直接按下回车即可。

初始化Conda环境，避免后续可能报错。

conda init cmd.exe

激活已创建的Conda环境，这样我们可以将我们后续所需要的所有环境依赖都安装至此环境下。

conda activate D:\openai.wiki\Auto-GPT\ENV

执行如下命令，安装环境依赖。

pip install -r requirements.txt

在您确定已安装Docker之后，双击桌面的Docker图标，然后在CMD窗口中执行如下命令：

docker run -d --name redis-stack-server -p 6379:6379 redis/redis-stack-server:latest

配置API_KEY和代理设置

将.env.template重命名为.env，并填写您的信息。

您也可以执行如下命令，将会自动重命名该文件。

ren D:\openai.wiki\Auto-GPT\.env.template .env

您也可以执行如下命令，将会自动打开该文件。

start D:\openai.wiki\Auto-GPT\.env

配置信息

在您打开配置文件之后，您将会看到如下内容，本站已经为您添加了每一行内容的注释信息，可以让您更好的理解每一行配置的作用。

# Pinecone数据库
PINECONE_API_KEY=your-pinecone-api-key          # 您的Pinecone API密钥
PINECONE_ENV=your-pinecone-region               # 您的Pinecone环境（例如：us-west1）
# openAI部分
OPENAI_API_KEY=your-openai-api-key              # 您的OpenAI API密钥
# 如果您需要语音模式，需要修改以下3个属性。
ELEVENLABS_API_KEY=your-elevenlabs-api-key      # 您的Eleven Labs API密钥
ELEVENLABS_VOICE_1_ID=your-voice-id             # Eleven Labs API中第一个语音合成模型的ID
ELEVENLABS_VOICE_2_ID=your-voice-id             # Eleven Labs API中第二个语音合成模型的ID
# 模型模式设置
SMART_LLM_MODEL=gpt-4                           # 智能模式下使用的语言模型（例如：gpt-4）
FAST_LLM_MODEL=gpt-3.5-turbo                    # 快速模式下使用的语言模型（例如：gpt-3.5-turbo）
# 搜索引擎设置
GOOGLE_API_KEY=                                 # 您的Google API密钥（用于某些操作）
CUSTOM_SEARCH_ENGINE_ID=                        # 您的自定义搜索引擎ID
# 如果不是Azure用户，可以忽略以下部分。
USE_AZURE=False                                 # 是否使用Azure部署
OPENAI_AZURE_API_BASE=your-base-url-for-azure   # Azure API的基本URL
OPENAI_AZURE_API_VERSION=api-version-for-azure  # Azure API版本号
OPENAI_AZURE_DEPLOYMENT_ID=deployment-id-for-azure                        # Azure的部署ID
OPENAI_AZURE_CHAT_DEPLOYMENT_ID=deployment-id-for-azure-chat              # Azure的聊天部署ID
OPENAI_AZURE_EMBEDDINGS_DEPLOYMENT_ID=deployment-id-for-azure-embeddigs   # Azure的嵌入式部署ID
IMAGE_PROVIDER=dalle                            # 用于生成图像的模型提供者（例如：dalle）
HUGGINGFACE_API_TOKEN=                          # 您的Hugging Face API令牌
USE_MAC_OS_TTS=False                            # 是否在Mac OS上使用内置的文本到语音功能
MEMORY_BACKEND=local                            # 存储回话数据的后端（例如：local或redis）

Pinecone

类别描述
级别可选配置项，不配置此部分内容也可以正常使用。
功能使用Pinecone可实现文本向量化，Pinecone作为向量数据存储，来提供语义化搜索。
官网Vector Database for Vector Search | Pinecone

🌲 Pinecone API 密钥设置 Pinecone 能够存储大量基于向量的内存，从而使代理程序在任何给定时间只加载相关的记忆。

请按以下步骤操作：

  1. 前往 app.pinecone.io，如果您还没有账号，请创建一个。
  2. 选择Starter计划以避免被收费。
  3. 在左侧的默认项目中找到您的 API 密钥和区域。

设置环境变量 只需在文件.env中设置即可。

或者您也可以通过命令行设置（高级）：

对于 Windows 用户：

setx PINECONE_API_KEY "YOUR_PINECONE_API_KEY"
setx PINECONE_ENV "Your pinecone region" # something like: us-east4-gcp

对于 macOS 和 Linux 用户：

export PINECONE_API_KEY="YOUR_PINECONE_API_KEY"
export PINECONE_ENV="Your pinecone region" # something like: us-east4-gcp

设置缓存类型

默认情况下，Auto-GPT 将使用 LocalCache 而不是 redis 或 Pinecone。

要切换到其中一个，请将环境变量更改为您想要的值：MEMORY_BACKEND

local (默认) 使用本地 JSON 缓存文件 使用您在 ENV 设置中配置的Pinecone.io账户。

使用您配置的 redis 缓存：pinecone redis

查看内存使用情况

通过使用标志--debug查看内存使用情况。

openAI API

类别描述
级别必须配置，否则无法正确使用。
功能用于与收发ChatGPT进行交互的接口，所以您必须拥有openAI的API密钥。
官网https://platform.openai.com/account/api-keys

ElevenLabs

类别描述
级别可选配置项，不配置此部分内容也可以正常使用。
功能用于进行语音交互，如果您不需要此功能可以跳过。
官网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

Google API

如果在运行 Google 搜索时遇到错误 429，请使用官方的 Google API。

要使用该命令，您需要在环境变量中设置您的 Google API 密钥：google_official_search。

类别描述
级别可选配置项，不配置此部分内容也可以正常使用。
功能解决Google搜索时，可能会遇到错误代码429的问题。
官网https://console.cloud.google.com

教程

  1. 转到谷歌云控制台。
  2. 如果您还没有帐户，请创建一个帐户并登录。
  3. 通过单击页面顶部的“选择项目”下拉菜单并单击“新建项目”来创建新项目。给它一个名字，然后单击“创建”。
  4. 转到 API 和服务仪表板，然后单击启用 API 和服务。搜索“自定义搜索API”并单击它，然后单击启用。
  5. 转到凭据页面，然后单击创建凭据。选择API 密钥。
  6. 复制 API 密钥并将其设置为计算机上命名的环境变量。
  7. 转到自定义搜索引擎页面，然后单击添加。
  8. 按照提示设置搜索引擎。您可以选择搜索整个网站或特定网站。
  9. 创建搜索引擎后，单击控制面板，然后单击基本信息。复制搜索引擎 ID并将其设置为计算机上命名的环境变量。请参阅下面的设置环境变量。CUSTOM_SEARCH_ENGINE_ID

注意：您的免费每日自定义搜索配额最多只允许 100 次搜索。要增加此限制，您需要为项目分配一个计费帐户，每日最多可以使用10K的搜索量。

设置环境变量

Windows 用户【以管理员方式打开CMD执行如下命令】：

setx GOOGLE_API_KEY "YOUR_GOOGLE_API_KEY"
setx CUSTOM_SEARCH_ENGINE_ID "YOUR_CUSTOM_SEARCH_ENGINE_ID"

MacOS 或 Linux 用户：

export GOOGLE_API_KEY="YOUR_GOOGLE_API_KEY"
export CUSTOM_SEARCH_ENGINE_ID="YOUR_CUSTOM_SEARCH_ENGINE_ID"

Azure

类别描述
级别可选，如果您在Azure云服务器上使用 GPT，请将USE_AZURE设置为True。
功能微软GPT云服务器，如果您通过API自行部署了云服务器，可配置此部分内容。
教程OPENAI_AZURE_API_BASE：Azure API的基本URL。
OPENAI_AZURE_API_VERSION：Azure API版本号。
OPENAI_AZURE_DEPLOYMENT_ID：Azure的部署ID。
OPENAI_AZURE_CHAT_DEPLOYMENT_ID：Azure的聊天部署ID。
OPENAI_AZURE_EMBEDDINGS_DEPLOYMENT_ID：Azure的嵌入式部署ID。
您还需要为嵌入式和聊天功能分别设置单独的部署。
将其ID值分别添加到OPENAI_AZURE_CHAT_DEPLOYMENT_ID和OPENAI_AZURE_EMBEDDINGS_DEPLOYMENT_ID。
官网https://pypi.org/project/openai/

使用教程

运行测试

若要运行测试，请运行以下命令：

python -m unittest discover tests

若要运行测试并查看覆盖范围，请运行以下命令：

coverage run -m unittest discover tests

Run Linter

该项目使用 flake8 进行棉绒。要运行 linter，请运行以下命令：

flake8 scripts/ tests/

# Or, if you want to run flake8 with the same configuration as the CI:
flake8 scripts/ tests/ --select E303,W293,W291,W292,E305

GPT4模式

如果您是的API拥有GPT4权限，那么可以直接执行如下代码。

python scripts/main.py

GPT3.5模式

如果您无法访问 GPT4 的 API，此模式将允许您使用自动 GPT！

python scripts/main.py --gpt3only

建议将虚拟机用于需要高安全措施的任务，以防止对主计算机的系统和数据造成任何潜在损害。

自动化设定

在您成功启动Auto-GPT之后，将会看到如下提示：

# 原文
(D:\openai.wiki\Auto-GPT\ENV) D:\openai.wiki\Auto-GPT>python scripts/main.py
Welcome back!  Would you like me to return to being Entrepreneur-GPT?
Continue with the last settings?
Name:  Entrepreneur-GPT
Role:  an AI designed to autonomously develop and run businesses with the sole goal of increasing your net worth.
Goals: ['Increase net worth.', 'Develop and manage multiple businesses autonomously.', 'Play to your strengths as a Large Language Model.']
Continue (y/n):

# 中文
欢迎回来！您想让我重新变成“Entrepreneur-GPT”吗？
继续使用上次的设置吗？
名称：Entrepreneur-GPT
角色：一种人工智能，旨在自主开发和运营企业，唯一的目标是增加您的净值。
目标：['增加净值。'，'自主开发和管理多个企业。'，'发挥您作为大型语言模型的优势。']
继续（y/n）：

我们这里按下n键，然后按回车即可。

# 原文
Continue (y/n): n
Welcome to Auto-GPT!  Enter the name of your AI and its role below. Entering nothing will load defaults.
Name your AI:  For example, 'Entrepreneur-GPT'
AI Name:

# 中文
继续（y/n）：n
欢迎使用Auto-GPT！请在下面输入您的人工智能名称和角色。不输入任何内容将加载默认值。
为您的AI命名：例如，“Entrepreneur-GPT”
AI名称：

这里需要我们输入一个AI名称，名称为openai.wiki。

# 原文
AI Name: openai.wiki
openai.wiki here!  I am at your service.
Describe your AI's role:  For example, 'an AI designed to autonomously develop and run businesses with the sole goal of increasing your net worth.'
openai.wiki is:

# 中文
AI名称：openai.wiki
openai.wiki 准备就绪！我将为您服务。
请描述您的 AI 角色，例如“旨在自主开发和运营企业，唯一的目标是增加您的净值。”
openai.wiki 的角色是：

设置一个角色名称，本文以openai.wiki来命名。

# 原文
openai.wiki is: 一个有利于文章内容优化的编辑
Enter up to 5 goals for your AI:  For example: Increase net worth, Grow Twitter Account, Develop and manage multiple businesses autonomously'
Enter nothing to load defaults, enter nothing when finished.
Goal 1: 

# 中文
openai.wiki is: 一个有利于文章内容优化的编辑
为您的 AI 输入最多 5 个目标：例如：增加净资产、增加 Twitter 帐户、自主开发和管理多个业务'
不输入任何内容以加载默认值，完成后不输入任何内容。
目标 1：

这里我们输入5个目录，如果您的目标不足5个，可以直接留空。

Goal 1: 总结180个字的文章摘要
Goal 2: 自动汇总近3天关于AI的所有热门新闻
Goal 3: 将所有新闻自动整理成文章
Goal 4: 每一篇文章都给出一个比较吸引人的标题
Goal 5:

在我们输入4个目标之后，按下回车。

# 原文
Using memory of type: LocalCache
OPENAI.WIKI THOUGHTS:  Let's start by summarizing the latest AI news from the past three days to see if there are any interesting insights or trends.
REASONING:  Staying up-to-date with the latest developments in AI is critical for staying relevant as an AI editor.
PLAN:
-  Use a Google search to find the latest AI news.
-  Scrape the news articles and automatically generate an article of our own
-  Analyze the news for trends and insights to identify possible themes.
CRITICISM:  None
Attempting to fix JSON by finding outermost brackets
Apparently json was fixed.
NEXT ACTION:  COMMAND = google ARGUMENTS = {'input': 'latest AI news'}
Enter 'y' to authorise command, 'y -N' to run N continuous commands, 'n' to exit program, or enter feedback for openai.wiki...
Input:y

# 中文
使用内存类型：LocalCache
OPENAI.WIKI THOUGHTS：让我们从总结过去三天的最新 AI 新闻开始，看看是否有任何有趣的见解或趋势。
推理：了解 AI 的最新发展对于作为 AI 编辑保持相关性至关重要。
计划：
- 使用谷歌搜索查找最新的 AI 新闻。
- 抓取新闻文章并自动生成我们自己的文章
- 分析新闻的趋势和见解，以确定可能的主题。
批评：无
尝试通过查找最外层的括号来修复 JSON
显然 json 是固定的。
下一步行动： COMMAND = google ARGUMENTS = {'input': 'latest AI news'}
输入'y'授权命令，'y -N'运行N个连续命令，'n'退出程序，或者输入openai.wiki的反馈...
输入：y

根据上面的内容提示，我们直接按下Y键授权并输入回车即可。

图像生成

默认情况下，Auto GPT 使用 DALL-e 生成图像。若要使用SD，需要一个HuggingFace的API令牌。

获得令牌后，编辑.env文件。

IMAGE_PROVIDER=sd
HUGGINGFACE_API_TOKEN="YOUR_HUGGINGFACE_API_TOKEN"

⚠️局限性

该实验旨在展示 GPT-4 的潜力，但有一些限制：

  1. 这个实验旨在展示 GPT-4 的潜力，但也有一些限制：
  2. 它不是一个完善的应用程序或产品，只是一个实验；
  3. 在复杂的实际业务场景中可能表现不佳。实际上，如果它真的表现出色，请分享你的结果！
  4. 运行成本相当高，所以请设置并监控 OpenAI 的 API 限制！

🛡免責聲明

免責聲明 此项目Auto-GPT是一个实验性应用程序，按“原样”提供，没有任何明示或暗示的保证。使用此软件，即表示您同意承担与其使用相关的所有风险，包括但不限于数据丢失、系统故障或可能出现的任何其他问题。

对于因使用本软件而可能发生的任何损失、损害或其他后果，本项目的开发人员和贡献者不承担任何责任或义务。您对根据自动 GPT 提供的信息做出的任何决定和采取的任何行动负全部责任。

请注意，由于其令牌使用，使用 GPT-4 语言模型可能很昂贵。通过使用此项目，您承认您有责任监控和管理您自己的代币使用情况和相关成本。强烈建议定期检查您的 OpenAI API 使用情况，并设置任何必要的限制或警报，以防止意外费用。

作为自主实验，Auto-GPT 可能会生成不符合实际业务惯例或法律要求的内容或采取的操作。您有责任确保基于本软件输出做出的任何操作或决策符合所有适用的法律、法规和道德标准。本项目的开发者和贡献者对因使用本软件而产生的任何后果概不负责。

使用 Auto-GPT，即表示您同意就因您使用本软件或违反这些条款而导致的任何和所有索赔、损害、损失、责任、成本和费用（包括合理的律师费）对开发者、贡献者和任何关联方进行赔偿、辩护并使其免受损害。