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
腾讯云开发者11 分钟前
腾讯云TVP走进美的,共探智能制造新范式
人工智能
一水鉴天13 分钟前
整体设计 逻辑系统程序 之34七层网络的中台架构设计及链路对应讨论(含 CFR 规则与理 / 事代理界定)
人工智能·算法·公共逻辑
我星期八休息19 分钟前
C++智能指针全面解析:原理、使用场景与最佳实践
java·大数据·开发语言·jvm·c++·人工智能·python
ECT-OS-JiuHuaShan24 分钟前
《元推理框架技术白皮书》,人工智能领域的“杂交水稻“
人工智能·aigc·学习方法·量子计算·空间计算
minhuan28 分钟前
构建AI智能体:六十八、集成学习:从三个臭皮匠到AI集体智慧的深度解析
人工智能·机器学习·adaboost·集成学习·bagging
ssshooter1 小时前
MCP 服务 Streamable HTTP 和 SSE 的区别
人工智能·面试·程序员
rengang661 小时前
软件工程新纪元:AI协同编程架构师的修养与使命
人工智能·软件工程·ai编程·ai协同编程架构师
IT_陈寒1 小时前
Python+AI实战:用LangChain构建智能问答系统的5个核心技巧
前端·人工智能·后端
亚马逊云开发者2 小时前
Amazon Bedrock AgentCore Memory:亚马逊云科技的托管记忆解决方案
人工智能
言之。2 小时前
Chroma 开源的 AI 应用搜索与检索数据库(即向量数据库)
数据库·人工智能·开源