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
骇客野人1 分钟前
AI全栈开发指定技术架构
人工智能
Escape10 分钟前
为什么你的 AI 越聊越傻?从 Token 到 Agent,彻底搞懂 AI Agent的秘密㊙️
前端·人工智能·后端
抢囡囡糖未遂28 分钟前
从 LINQPad 到 MCP:打造 CRM 智能助手的实战记录
ai·大模型·skill·mcp·linqpad·microsoft dynamics crm·mscrm·dynamic 365
2501_9269783338 分钟前
认知边缘的双向耦合:从核技术类比到智力货币时代
人工智能·经验分享·笔记·ai写作
SQDN1 小时前
Chatbox 1.22.1 获取不到模型?先验 /models,再对齐精确 model ID
人工智能·测试工具·机器学习·chatgpt·json
颜酱1 小时前
08 | 把维度值同步到 Elasticsearch(生成阶段)
人工智能·python·langchain
小马哥crazymxm1 小时前
Arxiv论文周选 (2026-W28)
论文阅读·人工智能·科技
ASKED_20191 小时前
一文阐述国内网络环境下使用NIM方法
人工智能·系统架构
GlobalHRTalk1 小时前
埃及名义雇主EOR业务概述与市场发展优势分析
大数据·运维·人工智能
董员外1 小时前
RAG 系统进化论(二):Naive RAG,检索增强生成的最小闭环
前端·人工智能·后端