🔄

Auto-GPT

& کارگزارها و جریان کار هوش مصنوعی‌

عامل هوش مصنوعی خودمختار که «افکار» LLM را زنجیره می‌کند تا به‌طور مستقل به اهدافی که تعیین کرده‌اید برسد

اطلاعات استقرار

استقرار: 2-5 دقیقه
دسته: & کارگزارها و جریان کار هوش مصنوعی‌
حداقل RAM: 2048MB
پشتیبانی: بلیط و ایمیل

این راهنما را به اشتراک بگذارید

نمای کلی

Auto-GPT یک برنامه متن‌باز آزمایشی است که عامل‌های هوش مصنوعی خودمختار را نشان می‌دهد که قادرند وظایف پیچیده را با حداقل دخالت انسانی انجام دهند. به‌عنوان یکی از نخستین پیاده‌سازی‌های برجسته عامل‌های هوش مصنوعی خودمختار که بر پایه مدل‌های زبانی بزرگ ساخته شده‌اند، Auto-GPT توان سامانه‌های هوش مصنوعی را برای برنامه‌ریزی، اجرا و تکرار وظایف به‌طور مستقل نشان می‌دهد و اهداف سطح بالا را بدون راهنمایی مداوم انسان به گام‌های قابل اجرا تجزیه می‌کند.

Auto-GPT در هسته خود از توانایی‌های استدلال پیشرفته GPT-4 همراه با سامانه‌های حافظه، دسترسی به اینترنت و اجرای ابزارها برای دستیابی خودکار به اهداف تعریف‌شده توسط کاربر بهره می‌برد. برخلاف دستیارهای سنتی هوش مصنوعی که به دستورالعمل گام‌به‌گام نیاز دارند، Auto-GPT به شیوه‌ای عاملی عمل می‌کند؛ به این معنا که با هدفی مانند "بررسی رقبا و نوشتن یک گزارش تحلیل بازار"، به‌طور مستقل گام‌های پژوهش را برنامه‌ریزی می‌کند، وب را جستجو می‌کند، اطلاعات را ترکیب می‌کند، پیش‌نویس می‌نویسد، خود را نقد می‌کند و تا رسیدن به هدف ادامه می‌دهد.

معماری این پلتفرم قابلیت‌های کلیدی عامل خودمختار را پیاده‌سازی می‌کند، از جمله تجزیه هدف، برنامه‌ریزی اقدام، مدیریت حافظه و خودارزیابی. Auto-GPT اهداف سطح بالا را به زیرهدف‌ها و اقدامات مشخص تقسیم می‌کند، آن اقدامات را با ابزارهای موجود (جستجوی وب، عملیات روی فایل، اجرای کد) انجام می‌دهد، نتایج را در سامانه‌های حافظه کوتاه‌مدت و بلندمدت ذخیره می‌کند و پیشرفت به سوی اهداف را ارزیابی می‌کند تا راهبرد را به‌صورت پویا تنظیم کند.

سامانه حافظه Auto-GPT پایگاه‌های داده برداری را برای جستجوی شباهت معنایی با ذخیره‌سازی سنتی مبتنی بر فایل برای ماندگاری ترکیب می‌کند. این امکان را به عامل می‌دهد اطلاعات مرتبط از وظایف پیشین را بازیابی کند، از اشتباهات گذشته درس بگیرد و دانش انباشته را در چالش‌های تازه به کار ببندد. بک‌اندهای حافظه از ذخیره‌سازی محلی، Redis، Pinecone و سایر پایگاه‌های داده برداری پشتیبانی می‌کنند تا مدیریت حافظه مقیاس‌پذیر باشد.

در محیط‌های VPS، اجرای خودمیزبان Auto-GPT کنترل بر هزینه‌های API، حریم خصوصی داده و امکان سفارشی‌سازی را فراهم می‌کند. سازمان‌ها می‌توانند عامل‌هایی را برای وظایف تخصصی مانند گردآوری اطلاعات رقابتی، خودکارسازی تحقیق بازار، گردش‌کارهای تولید محتوا یا توسعه ابزارهای داخلی مستقر کنند، بی‌آنکه اطلاعات اختصاصی از طریق پلتفرم‌های عامل میزبانی‌شده شخص ثالث عبور کند.

سامانه افزونه Auto-GPT امکان گسترش قابلیت‌های عامل را با افزونه‌های توسعه‌یافته توسط جامعه و افزونه‌های سفارشی فراهم می‌کند. افزونه‌ها ابزارها و دستورات تازه‌ای می‌افزایند که عامل‌ها می‌توانند از آن‌ها استفاده کنند، مانند یکپارچه‌سازی ایمیل، دسترسی به پایگاه داده، تعامل با API یا تحلیل تخصصی. این قابلیت گسترش، Auto-GPT را با نیازهای خاص کسب‌وکار و الزامات یکپارچه‌سازی سازگار می‌کند.

عملیات خودمختار Auto-GPT شامل مکانیسم‌های ایمنی برای جلوگیری از اقدامات ناخواسته است، از جمله حالت‌های تأیید با حضور انسان، محدودیت بودجه برای هزینه API، محدودسازی نرخ درخواست و اجرای محدود دستورات. این حفاظ‌ها برای سامانه‌های خودمختار آزمایشی که ممکن است تصمیم‌های غیرمنتظره بگیرند یا در پیگیری اهدافشان اقدامات ناخواسته انجام دهند حیاتی‌اند.

این پروژه هم ابزاری کاربردی است و هم بستری پژوهشی برای بررسی معماری‌های عامل خودمختار، الگوهای مهندسی پرامپت، سامانه‌های حافظه و راهبردهای استفاده از ابزار. جامعه فعال متن‌باز به بهبود استدلال عامل، کارایی حافظه، بهینه‌سازی هزینه و مکانیسم‌های ایمنی کمک می‌کند و وضعیت فناوری سامانه‌های هوش مصنوعی خودمختار را پیش می‌برد.

با آنکه Auto-GPT هنوز آزمایشی است و در قابلیت اطمینان، صرفه‌جویی در هزینه و نرخ تکمیل وظایف محدودیت دارد، گامی مهم به سوی سامانه‌های هوش مصنوعی واقعاً خودمختار است. کاربردهای فعلی بیشتر بر خودکارسازی پژوهش، کمک به تولید محتوا و آزمایش معماری‌های عامل متمرکزند، نه بر گردش‌کارهای حیاتی کسب‌وکار در محیط عملیاتی.

ویژگی‌های کلیدی

رفتار خودمختار هدف‌محور

اهداف سطح بالا را به وظایف عملی تجزیه کنید، آن‌ها را مستقل اجرا کنید و بدون راهنمایی گام‌به‌گام انسان تکرار کنید تا به اهداف برسید.

دسترسی به اینترنت و جستجوی وب

برای یافتن اطلاعات در وب جستجو کنید، وب‌سایت‌ها را مرور کنید، داده‌های مرتبط را استخراج کنید و یافته‌ها را برای انجام وظایف پژوهشی به‌صورت خودکار ترکیب کنید.

حافظه بلندمدت و کوتاه‌مدت

ذخیره‌سازی در پایگاه داده برداری برای حافظه معنایی که امکان یادآوری اطلاعات مرتبط از وظایف پیشین را فراهم می‌کند. از تجربیات گذشته درس بگیرید و دانش را در چالش‌های تازه به کار ببندید.

عملیات فایل و اجرای کد

فایل‌ها را بخوانید، بنویسید و ویرایش کنید، کد پایتون اجرا کنید، اسکریپت تولید کنید و داده‌ها را به‌صورت برنامه‌ای در گردش‌کارهای اجرای وظیفه دستکاری کنید.

سامانه افزونه برای گسترش‌پذیری

افزونه‌های توسعه‌یافته توسط جامعه و افزونه‌های سفارشی، قابلیت‌های عامل را با ایمیل، پایگاه‌های داده، API ها و ابزارهای تخصصی گسترش می‌دهند. عملکرد عامل را با موارد استفاده خاص تطبیق دهید.

خودارزیابی و تکرار

عملکرد خود را ارزیابی کنید، اشتباهات را شناسایی کنید، راهبردها را تنظیم کنید و رویکردها را برای بهبود نرخ موفقیت در تکمیل وظایف تکرار کنید.

موارد استفاده

- خودکارسازی تحقیق بازار: انجام تحلیل رقبا، گردآوری داده‌های صنعت، تدوین گزارش‌های بازار و ترکیب بینش‌ها از منابع متعدد وب
- تحقیق و پیش‌نویس محتوا: پژوهش موضوعات، گردآوری منابع، نوشتن پیش‌نویس مقاله، راستی‌آزمایی ادعاها و بازنگری محتوا بر اساس معیارهای کیفیت
- تولید و توسعه کد: تجزیه نیازمندی‌های نرم‌افزار، تولید پیاده‌سازی کد، نوشتن آزمون، رفع خطاها و بهبود مکرر راه‌حل‌ها
- گردآوری و تحلیل داده: جمع‌آوری داده از وب‌سایت‌ها، API ها و اسناد، پاک‌سازی و ساختاردهی داده، انجام تحلیل و تهیه گزارش‌های خلاصه
- تحقیق خودکارسازی فرایند: شناسایی فرصت‌های خودکارسازی، بررسی ابزارهای موجود، ارزیابی راه‌حل‌ها و مستندسازی روش‌های پیاده‌سازی
- یادگیری و آزمایش: کاوش در قابلیت‌های عامل خودمختار، آزمودن الگوهای پرامپت، ارزیابی سامانه‌های حافظه و پژوهش معماری‌های هوش مصنوعی عاملی

راهنمای نصب

Auto-GPT را با کلون کردن مخزن و راه‌اندازی محیط مجازی پایتون همراه با وابستگی‌های لازم نصب کنید. فایل .env بسازید که شامل کلید API مربوط به OpenAI، مدل GPT موردنظر (gpt-4 یا gpt-3.5-turbo) و تنظیمات اختیاری برای بک‌اند حافظه، API جستجوی وب و خودکارسازی مرورگر باشد.

بک‌اند حافظه را در فایل .env پیکربندی کنید و یکی از گزینه‌های ذخیره‌سازی محلی فایل، Redis، Pinecone یا سایر پایگاه‌های داده برداری را انتخاب کنید. برای کاربردهای عملیاتی که به ماندگاری میان نشست‌ها نیاز دارند، یک پایگاه داده برداری خارجی برای ذخیره حافظه معنایی پیکربندی کنید.

تنظیمات هوش مصنوعی شامل انتخاب مدل، دما، حداکثر توکن در هر اقدام و کنترل هزینه است. برای وظایف استدلالی SMART_LLM و برای عملیات ساده FAST_LLM را تنظیم کنید تا عملکرد و هزینه متعادل شود. با OPENAI_API_BUDGET حداکثر هزینه هر نشست را محدود کنید.

Auto-GPT را با دستور python -m autogpt اجرا کنید و وقتی درخواست شد توضیح هدف را وارد کنید. عامل رویکرد را برنامه‌ریزی می‌کند، اقدامات را اجرا می‌کند، پیشرفت را گزارش می‌دهد و در حالت تعاملی برای اقدامات تأیید می‌خواهد. برای اجرای خودمختار، حالت پیوسته را فعال کنید تا درخواست‌های تأیید دور زده شوند (برای محیط عملیاتی توصیه نمی‌شود).

برای استقرار روی VPS، Auto-GPT را به‌عنوان فرایند پس‌زمینه با ثبت خروجی اجرا کنید، سرویس systemd برای راه‌اندازی مجدد خودکار پس از خطا پیکربندی کنید و پایش مصرف API را پیاده‌سازی کنید. هشدار برای آستانه‌های بودجه و نرخ خطا تنظیم کنید.

قابلیت جستجوی وب را از طریق Google Custom Search API، SerpAPI یا خزش وب با Playwright یا Selenium پیکربندی کنید. برای وظایفی که به محتوای رندرشده با JavaScript یا پیمایش تعاملی وب‌سایت نیاز دارند، خودکارسازی مرورگر را فعال کنید.

نکات پیکربندی

پیکربندی Auto-GPT از طریق فایل .env و ai_settings.yaml انجام می‌شود. OPENAI_API_KEY را برای دسترسی به API تنظیم کنید، نسخه‌های مدل GPT را مشخص کنید (SMART_LLM=gpt-4، FAST_LLM=gpt-3.5-turbo) و تنظیمات دما را برای تعادل میان خلاقیت و یکنواختی تعریف کنید.

بک‌اند حافظه را با MEMORY_BACKEND (local، redis، pinecone، weaviate) و پارامترهای اتصال متناظر تنظیم کنید. هنگام استفاده از پایگاه داده برداری مشترک، MEMORY_INDEX را برای جداسازی فضای نام تنظیم کنید. برای بک‌اند Redis مقادیر REDIS_HOST و REDIS_PORT را تنظیم کنید و برای Pinecone مقدار PINECONE_API_KEY را وارد کنید.

تنظیمات ایمنی را پیکربندی کنید، از جمله EXECUTE_LOCAL_COMMANDS برای کنترل مجوز اجرای کد، RESTRICT_TO_WORKSPACE برای محدود کردن عملیات فایل به یک فضای کاری ایزوله و CONTINUOUS_MODE برای عملیات خودمختار بدون درخواست تأیید. با OPENAI_API_BUDGET از هزینه‌های غیرمنتظره API جلوگیری کنید.

بهترین روش‌ها عبارت‌اند از: شروع با حالت تعاملی برای مشاهده رفتار عامل پیش از فعال‌سازی حالت پیوسته؛ تعیین بودجه محافظه‌کارانه API در دوران آزمایش و ارزیابی؛ استفاده از GPT-3.5-turbo برای آزمایش اولیه به‌دلیل هزینه کمتر؛ پایش مصرف توکن و پیاده‌سازی محدودسازی نرخ؛ بازبینی و پالایش حافظه ذخیره‌شده برای حذف اطلاعات نامربوط یا نادرست؛ اعمال جداسازی فضای کاری برای جلوگیری از دسترسی ناخواسته به سامانه فایل؛ استفاده گزینشی از افزونه‌ها برای پرهیز از پیچیدگی بیش از حد ابزارها؛ ثبت همه اقدامات و تصمیم‌ها برای اشکال‌زدایی و حسابرسی؛ آزمودن اهداف روی دامنه کوچک پیش از گسترش به وظایف بزرگ‌تر؛ و حفظ نظارت انسانی بر کاربردهای حیاتی کسب‌وکار. برای محیط عملیاتی و توسعه، کلیدهای API جداگانه با سقف هزینه تعریف کنید. مدیریت خطا و سازوکارهای بازیابی جامع را برای وظایف خودمختار طولانی‌مدت پیاده‌سازی کنید. Auto-GPT آزمایشی است. تا پیش از آزمون و اعتبارسنجی گسترده، از آن در گردش‌کارهای عملیاتی استفاده نکنید.

نیازمندی‌های فنی

حداقل نیازمندی‌های سیستم

  • حافظه: 2048مگابایت RAM

به این مقاله امتیاز دهید

★★★★★
-
در حال بارگذاری...

آماده‌ی استقرار اپلیکیشن خود هستید؟ Auto-GPT?

با فرایند ساده استقرار VPS ما در عرض چند دقیقه شروع کنید

Deploy in about 2 minutes • Full root access • Support by ticket and email