本地部署AutoGPT

我们都了解ChatGPT,是Openai退出的基于GPT模型的新一代 AI助手,可以帮助解决我们在多个领域的问题。但是你会发现,在某些问题上,ChatGPT 需要经过不断的调教与沟通,才能得到接近正确的答案。对于你不太了解的领域领域,有时候连prompt都不知道怎么写。所以,在一个不熟悉的领域,要怎么向 ChatGPT 正确提问,得到正确答案呢?

哎,在你想到这个问题之前,已经有人想到了。既然ChatGPT是单次的人和模型的交互,那我能不能搞个自动化的工具,他能自主决策,根据模型的输出结果自动进行调教,知道输出一个比较准确的结果。

隆重推出Auto-GPT,它的官方简介:是一个实验性的开源应用程序,展示了GPT-4语言模型的能力。这个程序由GPT-4驱动,将LLM"思想"连接在一起,以自主地实现您设置的任何目标。作为GPT-4完全自主运行的最早示例之一,Auto-GPT突破了人工智能的极限,将AI进程推向了新高度 -- 自主人工智能。【来源:https://autogpt.cn/】

既然是这么好用的东西,那我们就赶紧把它部署到本地,用起来看看效果吧。使用官方推荐的docker方案进行部署

1、镜像拉取

在拉取之前先检查docker的版本,autogpt对docker版本有一定的要求。

bash 复制代码
# 拉取镜像
docker pull significantgravitas/auto-gpt

Using default tag: latest
latest: Pulling from significantgravitas/auto-gpt
648e0aadf75a: Pull complete 
81f178b24f84: Pull complete 
bdc8959b1f25: Pull complete 
552d6c178bfa: Pull complete 
6f7536dcf1ff: Pull complete 
44b53bb6fa4a: Pull complete 
222f7eb90c91: Pull complete 
485ccef33d6b: Pull complete 
994f52b99e0f: Pull complete 
dfe4b06498a1: Pull complete 
4167583a91f3: Pull complete 
f74f1e9dd961: Pull complete 
c6b32757077b: Pull complete 
2c18af7dc654: Pull complete 
1136c82d8268: Pull complete 
Digest: sha256:3d3de45fbb11ae09cd2fa9aa58e1529bdbfd2b487719b34b1462471e7c01a1ae
Status: Downloaded newer image for significantgravitas/auto-gpt:latest
docker.io/significantgravitas/auto-gpt:latest
# 查看本地镜像
docker images
REPOSITORY                                              TAG                    IMAGE ID       CREATED         SIZE
significantgravitas/auto-gpt                            latest                 b84b958a693d   3 months ago    1.87GB
相关推荐
图导物联几秒前
商场室内导航系统:政策适配 + 技术实现 + 代码示例,打通停车逛店全流程
大数据·人工智能·物联网
柒.梧.1 分钟前
CSS 基础样式与盒模型详解:从入门到实战进阶
人工智能·python·tensorflow
WLJT1231231231 分钟前
“人工智能+”引领数字产业迈入价值兑现新阶段
人工智能
JH灰色3 分钟前
【大模型】-微调-BERT
人工智能·深度学习·bert
free-elcmacom10 分钟前
机器学习高阶教程<9>从实验室到生产线:机器学习模型推理与部署优化实战指南
人工智能·python·机器学习
Felaim17 分钟前
【自动驾驶】RAD 要点总结(地平线)
人工智能·机器学习·自动驾驶
Pyeako20 分钟前
机器学习--逻辑回归相关案例
人工智能·python·机器学习·逻辑回归·下采样·交叉验证·过采样
财经三剑客22 分钟前
中国首块L3级自动驾驶专用正式号牌诞生,落户长安深蓝
人工智能·机器学习·自动驾驶
一水鉴天23 分钟前
整体设计 定稿 之8 讨论过程的两套整理工具的讨论 之1(豆包助手)
人工智能·架构
微尘hjx25 分钟前
【目标检测软件 02】AirsPy 目标检测系统操作指南
人工智能·测试工具·yolo·目标检测·计算机视觉·目标跟踪·qt5