2024-07-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Maschinenherzbericht
Redaktion von Machine Heart
Natürlich ist die nächste Generation von AutoGPT weiterhin Open Source.
Erinnern Sie sich noch an das Projekt „AutoGPT“, das KI-Guru Andrej Karpathy letztes Jahr energisch vorangetrieben hat? Es handelt sich um eine experimentelle Open-Source-Anwendung, die von GPT-4 gesteuert wird und jedes vom Benutzer gesetzte Ziel autonom erreichen kann, was den Entwicklungstrend der autonomen KI demonstriert.
In mehr als einem Jahr hat die Gesamtzahl der GitHub-Sterne für dieses Projekt 160.000 überschritten, was seine anhaltende Beliebtheit zeigt.
GitHub-Adresse: https://github.com/Significant-Gravitas/AutoGPT
Gestern kündigte der Projektautor die Ankunft der nächsten Generation „AutoGPT“ auf Social Media X an, bei der es sich derzeit um eine Pre-Alpha-Version handelt. Im Vergleich zur vorherigen Generation macht es die nächste Generation „AutoGPT“ einfacher als je zuvor, KI-Agenten zu erstellen, auszuführen und zu teilen, und verbessert gleichzeitig die Zuverlässigkeit erheblich.
Bildquelle: https://x.com/SigGravitas/status/1812803289739633018
Der Autor zeigt, wie man mithilfe der nächsten Generation „AutoGPT“ schnell einen Reddit-Marketingagenten erstellt, bereitstellt und verwendet, der automatisch auf Kommentare antworten und andere komplexe Aufgaben ausführen kann. Das neue System ist nicht mehr so unzuverlässig und ineffizient wie die erste Version von „AutoGPT“.
Auf die Frage, ob das Projekt Multiagenten-gesteuerte Anwendungen erstellen könne, antwortete der Autor mit „Ja“ und gab an, dass dies ein wichtiger Grund für den Aufbau des Projekts sei.
Jetzt können Sie ein Diagramm entwerfen, das es mehreren Expertenagenten ermöglicht, bei der Lösung eines Problems zusammenzuarbeiten. In Kürze wird auch SubGraphs verfügbar sein, um die Arbeit mit komplexen Diagrammen zu vereinfachen.
Das Projekt ist außerdem anpassbar, um Knoten hinzuzufügen, und das manuelle Schreiben neuer Blöcke (eine unten erwähnte Schlüsselfunktion) ist sehr einfach. Der Autor stellte fest, dass Claude in dieser Hinsicht hervorragende Arbeit geleistet hat und in der Lage war, benutzerdefinierte Blöcke einwandfrei zu erstellen.
Natürlich können die beiden Hauptkomponenten des Projekts (Server und Builder unten erwähnt) auf verschiedenen Maschinen laufen.
Für die nächste Generation von „AutoGPT“ räumt der Autor jedoch ein, dass sie sich noch in einem sehr frühen Stadium befindet, Mängel aufweist und relativ einfach ist, hofft aber dennoch, sie von Anfang an mit allen zu teilen und als Open Source bereitzustellen.
Hauptkomponenten und Hauptmerkmale
Das Projekt besteht aus den folgenden zwei Hauptkomponenten, nämlich dem Back-End-AutoGPT-Server und dem Front-End-AutoGPT-Builder. Der Server ist für die Erstellung eines zusammengesetzten Multiagentensystems verantwortlich und verwendet AutoGPT-Agenten und andere Nicht-Agenten-Komponenten als Grundelemente.
Die spezifischen Schritte zum Einrichten und Ausführen von Server und Builder sind wie folgt:
npm installieren
npm-Ausführung dev
Sobald das Front-End läuft, klicken Sie auf den Link, um zu localhost:3000 zu navigieren.
Wenn Sie die oben genannten Schritte befolgen, können Sie AutoGPT erfolgreich einrichten und testen.
Videoquelle: https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/
Neben den beiden Hauptkomponenten ist das Hauptmerkmal der nächsten Generation von „AutoGPT“ die Verwendung von „Blöcken“ zum Erstellen von Agenten. Sie können hochmodulare Funktionen kombinieren, um benutzerdefinierte Verhaltensweisen zu erstellen.
Derzeit stellt das Projekt entsprechende Blöcke für Vorgänge wie Reddit-Posting, Discord-Messaging und das Abrufen von Wikipedia-Zusammenfassungen bereit. Gleichzeitig ist es so konzipiert, dass es einfach zu erstellen und zu verwenden ist. Hier ist ein Beispiel für einen Block aus einer Wikipedia-Zusammenfassung:
Klasse GetWikipediaSummary(Block):
Klasse Input(BlockSchema):
Thema: str
Klasse Ausgabe(BlockSchema):
Zusammenfassung: str
def **init**(selbst):
super().__init__(
id="h5e7f8g9-1b2c-3d4e-5f6g-7h8i9j0k1l2m",
input_schema=GetWikipediaSummary.Input,
output_schema=GetWikipediaSummary.Output,
test_input={"topic": "Künstliche Intelligenz"},
test_output={"summary": "Künstliche Intelligenz (KI) ist die von Maschinen demonstrierte Intelligenz..."},
def run(self, input_data: Eingabe) -> BlockAusgabe:
Antwort = Anfragen.Get(f"https://en.wikipedia.org/api/rest_v1/page/summary/{input_data.topic}")
Zusammenfassungsdaten = Antwort.json()
Ergebnis "Zusammenfassung", Zusammenfassungsdaten ['Extrakt']
Der Autor gab an, dass dies erst der Anfang sei und in Zukunft weitere Blöcke hinzugefügt und die Benutzeroberfläche verbessert würden, um das Gesamterlebnis und die Funktionalität erheblich zu verbessern.