AgentGPT：浏览器端自主AI代理 _AgentGPT

译者 | 布加迪
审校 | 重楼

文章插图
AgentGPT Web是一个自主AI平台，使用户可以直接在浏览器中轻松构建和部署可定制的自主AI代理。您只需为AI代理提供名称和目标，然后看它开始努力实现既定的目标。代理将自动获取知识、采取行动、进行沟通，并适应以完成指定的目标。
AgentGPT的工作原理AgentGPT通过一连串语言模型（名为代理）来完成特定目标。这个过程涉及代理考虑实现给定目标的最有效任务，执行这些任务，评估表现，并不断生成额外的任务。
注意：AgentGPT Web只免费提供2趟运行。您可以订阅专业版，那样就能访问GPT-4，每天使用30个代理，并访问最新的插件。
AgentGPT的开发者坚信有必要普及AI的潜力，使所有人都能使用它，倡导一种协作式的社区驱动方法。这就是为什么他们为自己是一种开源平台感到无比自豪。
注意：您也可以使用Docker在本地运行它，或者按照Github代码库上的指南：reworkd/AgentGPT将它部署到服务器上。
ChatGPT、AgentGPT和AutoGPT的区别ChatGPT是一种非常有用的工具，旨在为您的问题提供准确具体的答案，并促进深入的对话。它不仅仅是回答问题，还帮助维持复杂话题方面有意义的讨论。
另一方面，AgentGPT充当自主AI代理的成熟平台。您可以为代理提供一个目标，它会独立思考、学习、采取行动，以实现这个目标。
AgentGPT和AutoGPT都是围绕自主AI代理的出色项目，然而有几个关键的区别。AgentGPT是一种基于Web的平台，允许直接在浏览器中创建和部署AI代理。相比之下，AutoGPT是一种本地运行的工具，使用户能够开发可在其计算机上执行任务的AI代理。
用AgentGPT构建鸟类分类器只需在reworkd上创建一个帐户，通过提供您的姓名和目标，即可部署代理。
在本文中，我们要求AgentGPT开发一个鸟类图像分类Web应用程序。

文章插图
在前两趟运行中，它执行了以下操作：

数据集初始研究与选择。
使用TensorFlow训练深度学习模型。
使用合适的框架构建一个Web应用程序，并部署训练好的模型。
测试与优化。
用户界面增强和功能添加。

文章插图
初始结果可能达不到预期；然而随着进一步迭代，有望改进。在大约5趟运行之后，应用程序中的代码问题可能会得到解决。
如何改善结果？【AgentGPT：浏览器端自主AI代理】提示在将语言模型的行为与代理的当前目标和任务动态地保持一致方面起着至关重要的作用。目前，AgetGPT免费版使用GPT-3.5 Turbo，它表明连提示中最小的细节也会显著影响生成的结果。
可以用来改善结果的几个方法：
1. 使用示例提高模型准确性：为了进一步提高模型的准确性，您可以在提示旁边提供1个、2个甚至多个示例。
2. 规划和解决（PS）：一种立足于一系列想法提示的技术。通过向模型请求逐步操作的指令，它可以提供更准确的推理和解决问题的能力，从而改善结果。了解这些示例，就能学到更多：https://github.com/AGI-Edgerunners/Plan-and-Solve-Prompting 。
3. ReAct（全称是推理加行动）。ReAct是一种有效的提示技术，它在单个输出中结合了推理和动作生成。这种方法允许模型有效地将思想与行动同步，从而生成更连贯更实用的响应。
4. 升级到专业版或本地部署：若想获得高级功能，您可以选择升级到专业版，这包括访问GPT-4的功能。或者，您可以在本地运行应用程序，并合并GPT-4 API密钥，以利用GPT-4模型的增强功能和性能。
开始入手

文章插图
在本节中，我们将学习如何在本地设置和运行AgentGPT 。要开始入手，请遵循下面的命令。

git clone https://github.com/reworkd/AgentGPT.git && cd AgentGPT./setup.sh开始之前，验证您的环境已正确配置至关重要。要做到这一点，遵循以下步骤：