소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

기계 심장 보고서

머신하트 편집부

물론 차세대 AutoGPT는 여전히 오픈 소스입니다.

지난해 AI 전문가 안드레이 카르파티(Andrej Karpathy)가 활발히 추진했던 'AutoGPT' 프로젝트를 아직도 기억하시나요? 사용자가 설정한 모든 목표를 자율적으로 달성할 수 있는 GPT-4를 기반으로 하는 실험적인 오픈 소스 애플리케이션으로 자율 AI의 발전 추세를 보여줍니다.

1년여 만에 이 프로젝트의 총 GitHub 스타 수가 16만 명을 돌파하며 지속적인 인기를 입증했습니다.

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

어제 프로젝트 작성자는 현재 Pre-alpha 버전인 소셜 미디어 X에서 차세대 "AutoGPT"의 출시를 발표했습니다. 이전 세대에 비해 차세대 'AutoGPT'를 사용하면 AI 에이전트 구축, 실행, 공유가 그 어느 때보다 쉬워지는 동시에 안정성도 크게 향상됩니다.

이미지 출처: https://x.com/SigGravitas/status/1812803289739633018

저자는 차세대 "AutoGPT"를 사용하여 댓글에 자동으로 응답하고 기타 복잡한 작업을 수행할 수 있는 Reddit 마케팅 에이전트를 신속하게 구축, 배포 및 사용하는 방법을 보여줍니다. 새로운 시스템은 더 이상 "AutoGPT"의 첫 번째 버전만큼 신뢰할 수 없고 비효율적이지 않습니다.

프로젝트가 다중 에이전트 기반 애플리케이션을 구축할 수 있는지 묻는 질문에 저자는 긍정적으로 대답했으며 이것이 프로젝트를 구축한 중요한 이유라고 말했습니다.

이제 여러 전문 상담원이 협력하여 문제를 해결할 수 있는 다이어그램을 디자인할 수 있습니다. 복잡한 그래프 작업을 단순화하는 데 도움이 되는 SubGraphs도 곧 출시될 예정입니다.

이 프로젝트는 또한 노드를 추가하도록 사용자 정의할 수 있으며, 새 블록을 직접 작성하는 것(아래에 언급된 주요 기능)은 매우 간단합니다. 저자는 Claude가 이 점에서 훌륭한 일을 했으며 사용자 정의 블록을 완벽하게 만들 수 있다는 것을 발견했습니다.

물론 프로젝트의 두 가지 주요 구성 요소(아래에 언급된 서버와 빌더)는 서로 다른 컴퓨터에서 실행될 수 있습니다.

그러나 저자는 차세대 "AutoGPT"에 대해서는 아직 초기 단계이고 결함이 있으며 상대적으로 기본적이라는 점을 인정하지만 여전히 모든 사람과 공유하고 처음부터 오픈 소스로 공개하기를 희망합니다.

주요 구성품 및 주요 특징

이 프로젝트에는 백엔드 AutoGPT 서버와 프런트엔드 AutoGPT Builder라는 두 가지 주요 구성 요소가 있습니다. 서버는 AutoGPT 에이전트 및 기타 비에이전트 구성 요소를 기본 요소로 사용하여 복합 다중 에이전트 시스템을 생성하는 역할을 담당합니다.

• AutoGPT 서버(백엔드):
• https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/autogpt_server
• AutoGPT 빌더(프론트엔드):
• https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/autogpt_builder

Server 및 Builder를 설정하고 실행하는 구체적인 단계는 다음과 같습니다.

• AutoGPT GitHub 저장소로 이동합니다.
• "코드" 버튼을 클릭하고 "ZIP 다운로드"를 선택하세요.
• 다운로드한 후 원하는 폴더에 ZIP 파일을 추출합니다.
• 압축이 풀린 폴더를 열고 "rnd" 디렉터리로 이동합니다.
• "AutoGPT 서버" 폴더를 입력하세요.
• "rnd" 디렉터리에서 터미널 창을 엽니다.
• AutoGPT 서버 폴더에서 README 파일을 찾아 엽니다.
• README의 각 명령을 복사하여 터미널에 붙여넣습니다(중요: 다음 명령을 실행하기 전에 각 명령이 완료될 때까지 기다리십시오).
• 모든 명령이 오류 없이 실행되면 마지막 명령인 "poetry run app"을 입력합니다.
• 터미널에서 실행 중인 서버를 확인하세요.
• "rnd" 폴더로 다시 이동하세요.
• "AutoGPT 빌더" 폴더를 엽니다.
• 이 폴더에서 README 파일을 엽니다.
• 터미널에서 다음 명령을 실행합니다.

npm 설치

npm 실행 개발

프런트엔드가 실행되면 링크를 클릭하여 localhost:3000으로 이동합니다.

• 프런트 엔드가 실행된 후 링크를 ​​클릭하여 "localhost:3000"으로 이동합니다.
• "빌드" 옵션을 클릭하세요.
• 기능을 테스트하려면 몇 개의 블록을 추가하세요.
• 블록을 함께 연결하십시오.
• "실행"을 클릭하세요.
• 터미널 창을 확인하세요. 이 시점에서 서버가 요청을 수신하고, 요청을 처리하고, 요청을 실행했음을 확인해야 합니다.

위 단계를 수행하면 AutoGPT를 성공적으로 설정하고 테스트할 수 있습니다.

영상 출처: https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/

두 가지 주요 구성 요소 외에도 차세대 "AutoGPT"의 주요 기능은 "블록"을 사용하여 에이전트를 구축하는 것입니다. 고도로 모듈화된 기능을 결합하여 사용자 정의 동작을 생성할 수 있습니다.

현재 프로젝트는 Reddit 게시, Discord 메시징 및 Wikipedia 요약 검색과 같은 작업에 해당 블록을 제공했습니다. 동시에 생성 및 사용이 쉽도록 설계되었습니다. 다음은 Wikipedia 요약에서 가져온 블록의 예입니다.

클래스 GetWikipediaSummary(블록):

클래스 Input(BlockSchema):

주제: str

클래스 Output(BlockSchema):

요약: str

def **init**(자기 자신):

슈퍼().__init__(

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

input_schema=GetWikipediaSummary.Input,

output_schema=GetWikipediaSummary.Output,

test_input={"topic": "인공지능"},

test_output={"summary": "인공지능(AI)은 기계가 보여주는 지능입니다..."},

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

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

요약_데이터 = 응답.json()

"요약"을 생성하고, summary_data['추출']

저자는 이는 시작일 뿐이며 앞으로 더 많은 블록이 추가되고 UI가 개선되어 전반적인 경험과 기능이 크게 향상될 것이라고 밝혔습니다.