Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Αναφορά Μηχανικής Καρδιάς

Τμήμα Σύνταξης Machine Heart

Φυσικά, η επόμενη γενιά του AutoGPT εξακολουθεί να είναι ανοιχτού κώδικα.

Θυμάστε ακόμα το έργο «AutoGPT» που ο γκουρού της AI Andrej Karpathy προώθησε δυναμικά πέρυσι; Είναι μια πειραματική εφαρμογή ανοιχτού κώδικα που καθοδηγείται από το GPT-4 που μπορεί αυτόνομα να επιτύχει οποιονδήποτε στόχο έχει θέσει ο χρήστης, καταδεικνύοντας την τάση ανάπτυξης της αυτόνομης τεχνητής νοημοσύνης.

Σε περισσότερο από ένα χρόνο, ο συνολικός αριθμός των αστεριών του GitHub για αυτό το έργο έχει ξεπεράσει τις 160.000, γεγονός που δείχνει τη συνεχιζόμενη δημοτικότητά του.

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

Χθες, ο συγγραφέας του έργου ανακοίνωσε την άφιξη της επόμενης γενιάς "AutoGPT" στα social media X, η οποία αυτή τη στιγμή είναι μια έκδοση Pre-alpha. Σε σύγκριση με την προηγούμενη γενιά, η επόμενη γενιά "AutoGPT" καθιστά ευκολότερη από ποτέ τη δημιουργία, την εκτέλεση και την κοινή χρήση πρακτόρων AI, ενώ παράλληλα βελτιώνει σημαντικά την αξιοπιστία.

Πηγή εικόνας: https://x.com/SigGravitas/status/1812803289739633018

Ο συγγραφέας δείχνει πώς να χρησιμοποιήσετε το "AutoGPT" επόμενης γενιάς για γρήγορη δημιουργία, ανάπτυξη και χρήση ενός πράκτορα μάρκετινγκ Reddit που μπορεί να απαντά αυτόματα σε σχόλια και να εκτελεί άλλες πολύπλοκες εργασίες. Το νέο σύστημα δεν είναι πλέον τόσο αναξιόπιστο και αναποτελεσματικό όσο η πρώτη έκδοση του "AutoGPT".

Όταν ρωτήθηκε εάν το έργο θα μπορούσε να δημιουργήσει εφαρμογές βασισμένες σε πολλούς παράγοντες, ο συγγραφέας απάντησε θετικά και δήλωσε ότι αυτός ήταν ένας σημαντικός λόγος για την κατασκευή του έργου.

Τώρα μπορείτε να σχεδιάσετε ένα διάγραμμα που επιτρέπει σε πολλούς ειδικούς πράκτορες να συνεργάζονται για την επίλυση ενός προβλήματος. Το SubGraphs έρχεται επίσης σύντομα για να βοηθήσει στην απλοποίηση της εργασίας με πολύπλοκα γραφήματα.

Το έργο είναι επίσης προσαρμόσιμο για την προσθήκη κόμβων και η εγγραφή νέων μπλοκ με το χέρι (ένα βασικό χαρακτηριστικό που αναφέρεται παρακάτω) είναι πολύ απλή. Ο συγγραφέας διαπίστωσε ότι ο Claude έκανε εξαιρετική δουλειά από αυτή την άποψη και ήταν σε θέση να δημιουργήσει προσαρμοσμένα μπλοκ άψογα.

Φυσικά, τα δύο κύρια στοιχεία του έργου (Διακομιστής και Δόμηση που αναφέρονται παρακάτω) μπορούν να τρέξουν σε διαφορετικά μηχανήματα.

Ωστόσο, για την επόμενη γενιά του "AutoGPT", ο συγγραφέας παραδέχεται ότι είναι ακόμα σε πολύ πρώιμο στάδιο, έχει ελαττώματα και είναι σχετικά βασικό, αλλά εξακολουθεί να ελπίζει να το μοιραστεί με όλους και να το ανοίξει από την αρχή.

Κύρια εξαρτήματα και βασικά χαρακτηριστικά

Το έργο έχει τα ακόλουθα δύο κύρια στοιχεία, δηλαδή τον διακομιστή AutoGPT του back-end και το AutoGPT Builder του μπροστινού τμήματος. Ο διακομιστής είναι υπεύθυνος για τη δημιουργία ενός σύνθετου συστήματος πολλαπλών πρακτόρων, χρησιμοποιώντας πράκτορες AutoGPT και άλλα στοιχεία που δεν είναι πράκτορες ως πρωταρχικά.

• Διακομιστής AutoGPT (Backend):
• https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/autogpt_server
• AutoGPT Builder (Frontend):
• https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/autogpt_builder

Τα συγκεκριμένα βήματα για τη ρύθμιση και την εκτέλεση του Server and Builder είναι τα εξής:

• Μεταβείτε στο αποθετήριο AutoGPT GitHub.
• Κάντε κλικ στο κουμπί "Κωδικός" και επιλέξτε "Λήψη ZIP".
• Μετά τη λήψη, εξαγάγετε το αρχείο ZIP σε έναν φάκελο της επιλογής σας.
• Ανοίξτε τον αποσυμπιεσμένο φάκελο και μεταβείτε στον κατάλογο "rnd".
• Εισαγάγετε το φάκελο "AutoGPT Server".
• Ανοίξτε ένα παράθυρο τερματικού στον κατάλογο "rnd".
• Βρείτε και ανοίξτε το αρχείο README στο φάκελο Διακομιστής AutoGPT.
• Αντιγράψτε και επικολλήστε κάθε εντολή στο README στο τερματικό σας (Σημαντικό: περιμένετε να ολοκληρωθεί κάθε εντολή πριν εκτελέσετε την επόμενη).
• Εάν όλες οι εντολές εκτελούνται χωρίς σφάλματα, εισαγάγετε την τελευταία εντολή "poetry run app".
• Δείτε τον διακομιστή που εκτελείται στο τερματικό.
• Πλοηγηθείτε πίσω στο φάκελο "rnd".
• Ανοίξτε το φάκελο "AutoGPT builder".
• Ανοίξτε το αρχείο README σε αυτόν τον φάκελο.
• Εκτελέστε την ακόλουθη εντολή στο τερματικό:

npm εγκατάσταση

npm εκτέλεση dev

Μόλις εκτελεστεί η διεπαφή, κάντε κλικ στον σύνδεσμο για να μεταβείτε στο localhost:3000.

• Αφού εκτελεστεί η διεπαφή, κάντε κλικ στον σύνδεσμο για να μεταβείτε στο "localhost:3000".
• Κάντε κλικ στην επιλογή "Δημιουργία".
• Προσθέστε μερικά μπλοκ για να δοκιμάσετε τη λειτουργικότητα.
• Συνδέστε τα μπλοκ μεταξύ τους.
• Κάντε κλικ στο "Εκτέλεση";
• Ελέγξτε το παράθυρο του τερματικού σας. Σε αυτό το σημείο θα πρέπει να δείτε ότι ο διακομιστής έχει λάβει το αίτημα, επεξεργάζεται το αίτημα και έχει εκτελέσει το αίτημα.

Ακολουθώντας τα παραπάνω βήματα, μπορείτε να ρυθμίσετε και να δοκιμάσετε με επιτυχία το AutoGPT.

Πηγή βίντεο: https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/

Εκτός από τα δύο κύρια στοιχεία, το βασικό χαρακτηριστικό της επόμενης γενιάς του "AutoGPT" είναι η χρήση "Blocks" για τη δημιουργία πρακτόρων. Μπορείτε να συνδυάσετε εξαιρετικά αρθρωτές λειτουργίες για να δημιουργήσετε προσαρμοσμένες συμπεριφορές.

Επί του παρόντος, το έργο έχει παράσχει αντίστοιχα μπλοκ για λειτουργίες όπως η δημοσίευση Reddit, η ανταλλαγή μηνυμάτων Discord και η ανάκτηση σύνοψης της Wikipedia. Ταυτόχρονα, έχει σχεδιαστεί για να είναι εύκολο στη δημιουργία και τη χρήση. Ακολουθεί ένα παράδειγμα μπλοκ που έχει ληφθεί από μια σύνοψη της Wikipedia:

κλάση GetWikipediaSummary(Block):

Είσοδος κλάσης (BlockSchema):

θέμα: στρ

Έξοδος κλάσης (BlockSchema):

περίληψη: str

ορισμός **αρχή**(εαυτός):

super().__init__(

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

input_schema=GetWikipediaSummary.Input,

output_schema=GetWikipediaSummary.Output,

test_input={"topic": "Τεχνητή Νοημοσύνη"},

test_output={"summary": "Η τεχνητή νοημοσύνη (AI) είναι νοημοσύνη που αποδεικνύεται από μηχανές..."},

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

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

summary_data = answer.json()

απόδοση "σύνοψη", summary_data['extract']

Ο συγγραφέας δήλωσε ότι αυτή είναι μόνο η αρχή και ότι θα προστεθούν περισσότερα μπλοκ στο μέλλον και η διεπαφή χρήστη θα βελτιωθεί για να βελτιώσει σημαντικά τη συνολική εμπειρία και λειτουργικότητα.