Auto-GPT可以说是目前AI应用方向最火爆的项目了，自从3月份上线以来，一个月疯狂拦下将近7万star（截至本文写稿时69.5k）。它的目的是探索诸如GPT-4这样的大语言模型自主完成任务的能力。业界也有一些大佬出来表示这个项目真的很有趣。

这么疯狂的实验，咱也不能闲着……于是花了一个下午搭建了一下运行环境，记录一下中间踩过的坑。文章先介绍一下安装流程，再简单说一下使用体验。

项目地址：https://github.com/Significant-Gravitas/Auto-GPT

安装流程

0. 注意事项

• 目前暂时没有使用elevenlabs提供的语音输入，未来会继续尝试+更新；
• 目前暂时没有使用pinecone database（因为要排队），等排到了会尝试并在这里更新；
• 版本：0.2.0

1. 系统

带terminal的操作系统即可。推荐使用带有X display的系统，安装起来更方便。云端VM要装很多东西，debug的流程很长。Mac、Windows都可以。
笔者恰好发现Google Compute Engine目前正在beta测试c3类型的VM，一个月只要1刀，等于是白嫖了，所以设置了一个VM，也正好可以踩一遍所有的坑。

2. 安装过程

2.1 clone项目

https://github.com/Significant-Gravitas/Auto-GPT.git
cd Auto-GPT

2.2 准备OpenAI API key

去到https://platform.openai.com/account/api-keys，生成一个新的API key。记得复制到记事本里，因为关闭了页面就看不到了。

同时，需要开启账户的付款机制。去到billing菜单，然后点击“set up paid account”，然后输入付款的银行卡信息。

2.3 设置python环境

笔者直接采用miniconda创建了运行环境，免得扰乱系统环境。建议采用python 3.10，因为issues里面有人提及3.8以下的版本会出错。

conda create -n autoGPT python=3.10

执行完之后开始安装auto-GPT的依赖库：

conda activate autoGPT
pip install -r requirements.txt

2.4 设置运行时配置

将名字为.env.template的文件重命名为.env，然后执行以下动作：

1. 把刚才保存下来的OpenAI api key粘贴到OPENAI_API_KEY项中；
2. 设置EXECUTE_LOCAL_COMMANDS=True。这个是为了让程序运行时能够执行一些本地操作，比如写入文件等。如果不希望程序执行，可以保留False。
   设置完之后的.env文件大致长这样：
   
   到这里，安装过程就结束了，可以开始运行：

python -m autogpt

然后按照terminal里面的输出一步步执行即可。Auto-GPT是基于多轮会话的，也就是说给定一个目标，AI通过调用chatGPT api自我生成一连串问题、问题答案和执行方案。下图为笔者运行的一轮输出：

3. 安装时遇到的问题

3.1 Chromedriver 无法启动

因为使用的是cloud VM，很多系统库都没有，所以程序在执行COMMAND=browse_website的时候首先遇到了chromedriver无法链接到两个库：libnss3.so和libxcb.so.1。通过以下指令解决：

sudo apt-get install libnss3 libnss3-dev
sudo apt-get install libxcb1-dev

3.2 找不到chrome binary

chromedriver当程序运行的时候，如果没有找到，是会给系统自动安装的，但chrome浏览器则不会安装（应该仅发生在VM上，因为如果是桌面系统那多半都安装了chrome浏览器）。
安装chrome浏览器：

wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
sudo dpkg -i google-chrome-stable_current_amd64.deb

默认的可执行路径为/usr/bin/google-chrome。
除此之外，因为没有X display，chrome直接执行会crash。需要定位到项目中名为web.py文件，增加两个启动chrome时候的选项：

这样，程序就能够无障碍地浏览网络、执行搜索了。

4. 初步使用体验

很有意思的项目，个人认为是下一步AI应用值得发展的一个方向。不过在使用过程中，发现目标不能定得太大，比如“挣它一个亿”这样的目标，AI执行起来就比较困难（尤其是在没有pinecone db的支持下，长期记忆显得不那么稳定），需要通过更多轮的对话才有可能得出一个相对可行的解决方案。

当然，笔者也只是粗粗试了一下，很多体验都比较浅，暂时不能给出全面的感受。后续会继续在这里更新一下语音和pinecone加持后的使用体验，尝试不一样的使用目标等。会及时更新。

2023年04月15日