AutoGPT：自动化GPT原理及应用实践

1. AutoGPT 简介

想象​​一下，生活在一个拥有人工智能助手的世界，它不仅可以理解您的需求，还可以与您一起学习和成长。人工智能已经无缝融入我们的工作和生活，帮助我们有效地实现各种目标。大型模型技术的发展和应用使上述设想变成了现实。特别是ChatGPT等生成对话模型的出现极大地改变了人们的生活和工作方式。

用户可以使用ChatGPT通过对话交互来获得他们需要的答案，也就是说，我们使用ChatGPT提供的答案和我们的问题来评估是否满足要求。如果不符合要求，我们将继续向ChatGPT提出问题，并引导其提供符合目标的答案。这个过程会一遍又一遍地重复，直到得到满意的答案。用户通过评分和反馈在此过程中发挥作用。

那么上述过程可以通过ChatGPT自动完成吗？

AutoGPT：GPT 是一种自主运行的 GPT，在其运行过程中几乎不需要或不需要手动干预。它可以根据GPT的独立决策结果进行相应的操作，并结合外部资源，通过循环评估策略实时评估目标达成程度来确定任务。完成与否。

2。 AutoGPT 的原理

AutoGPT 的运行机制

AutoGPT 主要由需求分配、自主运行和结果输出三部分组成。其中，自主运行是AutoGPT的基本模块。程序如下：

1。任务定义： 通过提示将任务提交到 ChatGPT。初始作业交付必须包含以下内容：用户名、角色和目标。以下提示是ChatGPT根据执行结果自动生成的。

2。理解任务：在发出提示的情况下，ChatGPT 通过大模型来理解语义内容。这部分对应AutoGPT中的思维，模仿人，接受任务并思考。

3。计划生成： 至于思考结果，ChatGPT 会生成与 AutoGPT 中的 PLAN 相对应的详细 Step by Step 解决方案。这意味着ChatGPT根据思考的结果一一列出了要采取的步骤。

4。指令生成： 对于要执行的步骤，ChatGPT 通过逻辑判断选择优先级步骤，并生成可执行的操作或指令。本节对应于 AutoGPT 中的 CRITIQUE。是ChatGPT决策后返回的指令。包含命令和参数。例如，参见百度网站上的说明。命令=browse_website, 参数={'url':"www.baidu.com"}

5.执行说明：通过访问外部资源或调用ChatGPT来完成任务。这些外部资源可能包括：访问网站、分析网站、爬取数据、执行计算机指令等。使用ChatGPT资源可能包括：编写代码等。

6。输出结果： 指令运算完成后，系统返回执行结果。这些运行结果可以是：网页分析结果、数据分析结果等。

7。评估结果：完成一项任务后，AI会对结果进行评估，以确定是否达到预期目标或是否需要进一步改进。这种评估有助于人工智能了解其行动的有效性并做出必要的调整。

循环执行上述过程，直到完成所有用户定义的目标。以上就是AutoGPT的整个运行流程。那么它是如何实现上述流程的呢？

第一个问题：AutoGPT 如何理解任务？

构建理解能力：AutoGPT 理解任务是通过调用 ChatGPT 来实现的。 ChatGPT 是一种广泛的语言模型。他的理解是通过在训练期间接触到的人类生成文本的示例来获得的。在 ChatGPT 训练中，模型会接触到各种文本，包括对话、故事、问题答案等。这些文本将包含有关各种角色和目标的信息。在训练过程中，模型了解角色和目标如何相关以及有关角色和目标的上下文信息。例如，当角色设置为科学家时，模型会根据获取到的科学家的性格、行为、目标等信息，生成与角色信息匹配的文本。

对任务的新理解：如果定义了以前没见过的角色或目标，如何生成答案？ GPT-4 中使用了零样本学习。简单来说，模型在训练过程中不会接触到特定样本，但在推理过程中仍然可以处理这些特定样本。为什么？零学习模型的设计使其能够学习不同角色或目标类型之间的相似性。例如，在我们的研究中，我们仅使用“研究员”角色的数据进行训练。一旦我们定义了“科学家”的角色，该模型将捕获研究人员和科学家之间的语义相似性，以生成与该角色匹配的响应。 。

【摘要】：当输入提示时，编码器将其映射到潜在空间中特定维度的高语义表示向量。这些向量由解码器解码以生成我们需要的响应。

第二个问题：AutoGPT 是如何分解任务的？

多任务学习：生成 AutoGPT 解决方案的目标是将一项任务分解为多个子任务。通过多任务学习，一项任务可以分为多个子任务。在训练过程中，任务作为输入，多个子任务作为输出。 MTL的基本思想是在共享特征表示层和多个特定于任务的输出层之间进行建模。共享特征表示层负责学习通用特征表示，可以从不同任务中共享和提取公共信息。每个特定于任务的输出层负责学习特定于任务的知识和模式。 ？获取html数据；

[总结]：AutoGPT 根据提示生成响应，并通过多任务学习解析任务。

第三个问题：AutoGPT如何生成计划？

AutoGPT 会根据目标数据、任务执行返回的结果等数据生成新的计划。生成新解决方案有两种类型的输入：

第一种：长期记忆

记忆用于存储历史信息，例如用户角色、用户目标、关键段落等。以矢量或松果矢量数据库的形式存储在本地。由于存储了向量，因此可以使用点乘来评估数据之间的相似性。因此，当GPT根据最后N条消息与记忆的相似度生成新的提示时，选择相似度最高的记忆作为GPT输入。

第二种：短期记忆历史

短期记忆是聊天中的历史信息。输入 GPT 标签时，由于令牌限制（GPT-3.5 标签为 4096），将选择一定数量的最近对话作为 GPT 标签输入。

AutoGPT 提示生成

【总结】： 为了最大限度地利用过去的数据，AutoGPT 使用内存和历史的结合来记住数据。这意味着使用最接近的特定量的历史数据和最相关的特定量的存储器数据作为输入。 ？发动机：GPT-3.5。

第一步：运行autogpt启动autogpt

第二步：定义任务定义任务

【定义任务】：》查看ccdi网站https://www.gov.cn/sycs /jjwjzcbaj/index_1.html 获取消息名称并保存为result.txt”（浏览网页并获取消息名称数据并将结果保存在result.txt文件中）

第3步：创建名称、角色，目标 创建名称、角色、目标

名称：WebScraperGPT（GPT 网络爬虫）

角色：从专门的自主数据提取代理准确的网络中提供高效、自主的数据提取（专门从事网络抓取和数据提取的自治代理为各种用例提供​​高效、准确的信息检索。）

目标：AutoGPT 使用任务理解来将任务分为4个目标：

目标1：进入网站并从每个页面提取新闻标题；

目标2：将提取的新闻标题保存在指定目录中名为“result.txt”的文本文件;

目标 3：持续监控网站的任何更新，并在有新新闻头条时获取；

目标4：优化网页抓取流程，确保有效、及时地提取新闻标题，同时最大限度地减少对网站性能的影响。

第四步：计划生成 计划生成

AutoGPT 通过思考给出了四个计划，并在这四个计划中选择了最先执行的一个：提取第一页消息头。因此 AutoGPT 发出命令来执行： 下一步操作： 命令 = 浏览网站 www 参数：❙www 参数：♶。 l-cc。 gov.cn/sycs/jjwjzcbaj/index_1.html', 'question': '提取消息名称'}

此类命令的意思是：从参数给定的网址中提取消息名称。

第五步：运行命令返回结果 执行命令返回结果

AutoGPT 分析网页并提取每条信息的名称。

第 6 步：写入结果文件 写入结果文件 文件内容

AutoGPT 将自动执行任务并将 result.txt 写入磁盘。上面是一个通过AutoGPT寻找落马官员的简单例子。 执行过程完全自动化，无需人工干预。通过在挑战中添加更精确的任务描述，您可以提取并存储结构化信息，例如发布时间、消息内容、每条新闻的标题、职位和级别、阵亡军官的姓名、职位和级别。

【总结】：AutoGPT可以从网页中提取结构化内容，其任务执行的稳定性主要取决于两个方面：

第一：提示是否清晰、准确、可执行；

第二： ChatGPT 理解任务和生成解决方案的能力是否优秀且稳定。

此外，AutoGPT还可以用来创建其他领域的智能代理，真正成为贴身的私人助理和工作助手。其他领域的应用如下：

1.市场研究情报

企业可以使用AutoGPT分析市场数据，为制定销售计划提供数据支持。例如，一家鞋业公司要求 AutoGPT 帮助确定该领域的前五名竞争对手，并创建一份关于这五家制造商的优势和劣势的详细报告。 AutoGPT会使用搜索引擎来查找大量评论、负面消息等。关于这五个制造商，然后分析这些信息并最终生成报告。

2。社交媒体管理智能

企业可以通过 AutoGPT 管理社交媒体帐户并提供内容分析。例如，公司媒体运营专员的任务是关注公司在抖音、快手、公众号、等社交媒体账号上的内容反馈，并每天制作详细的运营数据报告。如果这是通过 AutoGPT 完成的，我们只需要明确定义需要完成的目标，然后让 AutoGPT 处理其余的事情。它将根据指定的社交账号列表一一分析每条内容的点赞数、评论数、转发数和情感倾向，并最终生成统计报告。

总结：GPT是AutoGPT的“大脑”，是整个系统的核心。如果给“大脑”加上一双“眼睛”，让它看清这个世界，再加上一双“手臂”，让它和世界互动。使其成为真正的智能代理。想象一下，AutoGPT不仅可以感知世界，还可以向控制系统发送感知决策信号，驱动驱动器完成任务。 AutoGPT的不断优化和创新发展将有潜力重塑和创新工作流程，提高我们的整体生活质量。