nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Rapport sur le cœur de la machine

Département éditorial de Machine Heart

Bien entendu, la prochaine génération d’AutoGPT est toujours open source.

Vous souvenez-vous encore du projet « AutoGPT » que le gourou de l’IA Andrej Karpathy a vigoureusement promu l’année dernière ? Il s'agit d'une application open source expérimentale pilotée par GPT-4 qui peut atteindre de manière autonome n'importe quel objectif fixé par l'utilisateur, démontrant la tendance de développement de l'IA autonome.

En plus d'un an, le nombre total d'étoiles GitHub pour ce projet a dépassé les 160 000, ce qui montre sa popularité continue.

Adresse GitHub : https://github.com/Significant-Gravitas/AutoGPT

Hier, l'auteur du projet a annoncé l'arrivée de la prochaine génération « AutoGPT » sur le réseau social X, qui est actuellement une version pré-alpha. Par rapport à la génération précédente, la nouvelle génération « AutoGPT » facilite plus que jamais la création, l'exécution et le partage d'agents IA, tout en améliorant considérablement la fiabilité.

Source de l'image : https://x.com/SigGravitas/status/1812803289739633018

L'auteur montre comment utiliser la nouvelle génération « AutoGPT » pour créer, déployer et utiliser rapidement un agent marketing Reddit capable de répondre automatiquement aux commentaires et d'effectuer d'autres tâches complexes. Le nouveau système n'est plus aussi peu fiable et inefficace que la première version d'« AutoGPT ».

Lorsqu'on lui a demandé si le projet pouvait créer des applications multi-agents, l'auteur a répondu par l'affirmative et a déclaré que c'était une raison importante pour construire le projet.

Vous pouvez désormais concevoir un diagramme permettant à plusieurs agents experts de collaborer pour résoudre un problème. SubGraphs sera également bientôt disponible pour simplifier le travail avec des graphiques complexes.

Le projet est également personnalisable pour ajouter des nœuds, et écrire de nouveaux blocs à la main (une fonctionnalité clé mentionnée ci-dessous) est très simple. L'auteur a constaté que Claude faisait un excellent travail à cet égard et pouvait créer des blocs personnalisés sans problème.

Bien entendu, les deux composants principaux du projet (Serveur et Builder mentionnés ci-dessous) peuvent fonctionner sur des machines différentes.

Cependant, pour la prochaine génération d'"AutoGPT", l'auteur admet qu'elle en est encore à ses débuts, qu'elle présente des défauts et qu'elle est relativement basique, mais espère toujours la partager avec tout le monde et l'ouvrir en source ouverte dès le début.

Principaux composants et fonctionnalités clés

Le projet comprend les deux composants principaux suivants, à savoir le serveur AutoGPT sur le backend et AutoGPT Builder sur le frontend. Le serveur est responsable de la création d'un système multi-agent composite, en utilisant les agents AutoGPT et d'autres composants non-agents comme primitives.

• Serveur AutoGPT (Backend) :
• https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/autogpt_server
• Générateur AutoGPT (interface utilisateur) :
• https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/autogpt_builder

Les étapes spécifiques pour configurer et exécuter Server and Builder sont les suivantes :

• Accédez au référentiel AutoGPT GitHub ;
• Cliquez sur le bouton « Code » et sélectionnez « Télécharger ZIP » ;
• Une fois téléchargé, extrayez le fichier ZIP dans un dossier de votre choix ;
• Ouvrez le dossier décompressé et accédez au répertoire « rnd » ;
• Entrez le dossier « Serveur AutoGPT » ;
• Ouvrez une fenêtre de terminal dans le répertoire "rnd" ;
• Recherchez et ouvrez le fichier README dans le dossier du serveur AutoGPT ;
• Copiez et collez chaque commande du README dans votre terminal (Important : attendez que chaque commande soit terminée avant d'exécuter la suivante) ;
• Si toutes les commandes s'exécutent sans erreur, entrez la dernière commande « Poetry Run App » ;
• Voir le serveur exécuté dans le terminal ;
• Revenez au dossier « rnd » ;
• Ouvrez le dossier « AutoGPT builder » ;
• Ouvrez le fichier README dans ce dossier ;
• Exécutez la commande suivante dans le terminal :

installation de npm

npm exécuter dev

Une fois le front-end exécuté, cliquez sur le lien pour accéder à localhost:3000.

• Une fois le frontal exécuté, cliquez sur le lien pour accéder à « localhost:3000 » ;
• Cliquez sur l'option « Construire » ;
• Ajoutez quelques blocs pour tester la fonctionnalité ;
• Connectez les blocs ensemble ;
• Cliquez sur « Exécuter » ;
• Vérifiez la fenêtre de votre terminal. À ce stade, vous devriez voir que le serveur a reçu la demande, la traite et l'a exécutée.

En suivant les étapes ci-dessus, vous pouvez configurer et tester avec succès AutoGPT.

Source vidéo : https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/

En plus des deux composants principaux, la fonctionnalité clé de la prochaine génération d'"AutoGPT" est l'utilisation de "Blocs" pour créer des agents. Vous pouvez combiner des fonctionnalités hautement modulaires pour créer des comportements personnalisés.

Actuellement, le projet fournit des blocs correspondants pour des opérations telles que la publication sur Reddit, la messagerie Discord et la récupération de résumés Wikipédia. En même temps, il est conçu pour être facile à créer et à utiliser. Voici un exemple de bloc tiré d'un résumé Wikipédia :

classe GetWikipediaSummary(Block):

classe Input(BlockSchema) :

sujet : str

classe Output(BlockSchema) :

résumé : str

définition **init**(self):

super().__init__(

id="h5e7f8g9-1b2c-3d4e-5f6g-7h8i9j0k1l2m",

input_schema=Obtenir le résumé de Wikipédia.Entrée,

output_schema=Obtenir le résumé de Wikipédia.Sortie,

test_input={"topic": "Intelligence Artificielle"},

test_output={"summary": "L'intelligence artificielle (IA) est l'intelligence démontrée par les machines..."},

def run(self, input_data: Entrée) -> BlockOutput:

réponse = requêtes.get(f"https://en.wikipedia.org/api/rest_v1/page/summary/{input_data.topic}")

summary_data = réponse.json()

rendement "résumé", données_résumé['extrait']

L'auteur a déclaré que ce n'est que le début, que d'autres blocs seront ajoutés à l'avenir et que l'interface utilisateur sera améliorée pour améliorer considérablement l'expérience et les fonctionnalités globales.