github星标超16万，爆火autogpt进阶版来了：定制节点、多智能体协同 -金沙娱场城app

机器之心报道

机器之心编辑部

当然，下一代 autogpt 仍是开源的。

还记得去年 ai 大牛 andrej karpathy 大力宣传的「autogpt」项目吗？它是一个由 gpt-4 驱动的实验性开源应用程序，可以自主实现用户设定的任何目标，展现出了自主 ai 的发展趋势。

一年多的时间，该项目的 github 星标总数已经超过了 16 万，足可见其持续受欢迎的程度。

github 地址：https://github.com/significant-gravitas/autogpt

昨日，项目作者在社媒 x 上宣布了下一代「autogpt」的到来，目前是 pre-alpha 版本。与前代相比，下一代「autogpt」让构建、运行和共享 ai 智能体变得比以往任何时候都更容易，同时可靠性也大大提升。

图源：https://x.com/siggravitas/status/1812803289739633018

作者展示了如何使用下一代「autogpt」快速构建、部署并使用 reddit 营销智能体，可以自动回复评论，执行其他复杂任务。新系统不再像初版「autogpt」那样不可靠和低效。

当被问到该项目是否可以构建多智能体驱动的应用程序时， 作者给出了肯定回答并表示这是构建该项目的重要原因。

现在，你可以设计一个图表，让多个专家智能体协同解决问题。subgraphs 也即将发布，可以帮助简化复杂图表的处理。

该项目还可以自定义添加节点，并且手动编写新块（下文提到的关键特性）非常简单。作者发现，这方面 claude 做得非常出色，可以完美地创建自定义块。

当然，该项目的两个主要组件（即下文提到的 server 和 builder）可以在不同的机器上运行。

不过，对于下一代「autogpt」，作者承认它仍处于非常早期的阶段，存在缺陷且比较基础，但还是希望从一开始就与大家分享并开源出来。

主要组件和关键特性

该项目具有以下两个主要组件，分别是后端的 autogpt server 和前端的 autogpt builder。其中 server 负责创建复合多智能体系统，将 autogpt 智能体和其他非智能体组件用作其原语（primitive）。

• autogpt server (backend):
• https://github.com/significant-gravitas/autogpt/tree/master/rnd/autogpt_server
• autogpt builder (frontend):
• https://github.com/significant-gravitas/autogpt/tree/master/rnd/autogpt_builder

设置和运行 server 和 builder 的具体步骤如下：

• 导航到 autogpt github 存储库；
• 单击「代码」（code）按钮，然后选择「下载 zip」；
• 下载后，将 zip 文件解压到你选择的文件夹中；
• 打开解压的文件夹并导航到「rnd」目录；
• 进入「autogpt server」文件夹；
• 在「rnd」目录中打开一个终端窗口；
• 找到并打开 autogpt server 文件夹中的 readme 文件；
• 将 readme 中的每个命令复制并粘贴到你的终端中（重要提示：等待每个命令完成后再运行下一个命令）；
• 如果所有命令运行均无错误，请输入最后一个命令「poetry run app」；
• 在终端中看到服务器正在运行；
• 导航回「rnd」文件夹；
• 打开「autogpt builder」文件夹；
• 打开此文件夹中的 readme 文件；
• 在终端中运行以下命令：

npm install

npm run dev

once the front-end is running, click the link to navigate to localhost:3000.

• 前端运行后，单击链接导航到「localhost:3000」；
• 单击「构建」（build）选项；
• 添加几个块来测试功能；
• 将块连接在一起；
• 单击「运行」；
• 检查你的终端窗口。此时应该看到服务器已收到请求、正在处理请求并已执行请求。

按照以上步骤，你就可以成功地设置并测试 autogpt。

视频来源：https://github.com/significant-gravitas/autogpt/tree/master/rnd/

除了两个主要组件外，下一代「autogpt」的关键特性是使用「块」（blocks）来构建智能体。你可以将一些高度模块化的功能结合起来，创建自定义行为。

目前，项目已经为 reddit 发帖、discord 消息发送和维基百科摘要获取等操作提供了相应的块。同时在设计时追求易创建和使用。以下是维基百科摘要获取的块示例：

class getwikipediasummary(block):

class input(blockschema):

topic: str

class output(blockschema):

summary: str

def **init**(self):

super().__init__(

id="h5e7f8g9-1b2c-3d4e-5f6g-7h8i9j0k1l2m",

input_schema=getwikipediasummary.input,

output_schema=getwikipediasummary.output,

test_input={"topic": "artificial intelligence"},

test_output={"summary": "artificial intelligence (ai) is intelligence demonstrated by machines..."},

def run(self, input_data: input) -> blockoutput:

response = requests.get(f"https://en.wikipedia.org/api/rest_v1/page/summary/{input_data.topic}")

summary_data = response.json()

yield "summary", summary_data['extract']

作者表示，这仅仅是个开始，未来还将添加更多块，并改进 ui，大幅提升整体体验和功能。