Auto-GPT嘗鮮使用 註：部署所需：OpenAI的API Key 1. Auto-GPT本地部署 1.1. 環境準備 需要Python環境，Python版本建議>=3.8(官方寫的>=3.10) 建議用Conda（Minconda或Anaconda）創建單獨的虛擬環境 Git：有沒有無所謂了 1 ...
Auto-GPT嘗鮮使用
註：部署所需：OpenAI的API Key
1. Auto-GPT本地部署
1.1. 環境準備
- 需要Python環境，Python版本建議>=3.8(官方寫的>=3.10)
- 建議用Conda（Minconda或Anaconda）創建單獨的虛擬環境
- Git：有沒有無所謂了
1.2. 項目下載
- Auto-GPT項目地址：Significant-Gravitas/Auto-GPT: An experimental open-source attempt to make GPT-4 fully autonomous. (github.com)
- 這裡我下載的是
Auto-GPT v0.2.1的版本
1.3. 環境配置
- 將下載的壓縮包解壓，複製一份
.env.template文件，修改為.env（也可以直接修改）
- 在終端中，使用Conda命令安裝項目依賴
- 建議單獨創建一個Python虛擬環境，
- 建議單獨創建一個Python虛擬環境，
- 在你的
.\Auto-GPT\項目中創建AutoGpt.json文件，如果存在可忽略，該文件用於存儲本地的緩衝數據，也就是本地的memory文件
- 配置OpenAI的API Key
- 登錄OpenAI官網：
https://platform.openai.com/，創建API Key
- 將API Key複製粘貼到前面修改的
.env文件中，在對應位置填入即可
- 登錄OpenAI官網：
- 完成上述操作，就可以在終端（對應的虛擬環境下）啟動Auto-GPT了
- 註：這裡我用的是GPT3.5的API，所以啟動參數要指定為
--gpt3only
- 註：這裡我用的是GPT3.5的API，所以啟動參數要指定為
# 如果您無法訪問 GPT4 api，此模式將允許您使用自動 GPT！
python -m autogpt --gpt3only
1.4. 嘗鮮演示：寫文章
-
過程比較長，所以中途停止了，看看最終結果，保存了個撒
-
用百度翻譯如下
交通流理論是研究車輛在道路上的運動。它試圖以精確的數學方式描述車輛、駕駛員和基礎設施之間的相互作用。基礎設施包括公路系統及其所有操作元件，包括控制裝置、標誌和標記。交通流理論主要從巨集觀角度提出，其中考慮了交通流量、交通密度和平均交通速度等綜合交通變數。巨集觀特征也與交通的微觀行為有關。我從谷歌搜索中找到了一些關於交通流理論的有用信息。我將利用這些信息來幫助我寫報告。
交通流理論是交通工程的一個分支，研究車輛在道路和高速公路上的運動。它用於開發可以預測交通模式和優化交通流的模型和演算法。交通流理論的應用有很多，包括：
1.交通管理：交通流理論用於設計和實施交通管理系統，以減少道路和高速公路上的擁堵，提高安全性，提高效率。
2.智能交通系統（ITS）：交通流理論用於開發ITS技術，如交通信號控制系統、可變信息標誌和智能速度自適應系統。
3.道路設計：交通流理論用於設計能夠適應不同交通量和速度的道路和高速公路。
4.公共交通：交通流理論用於優化公交和火車網路等公共交通系統，以減少出行時間，提高服務可靠性。
5.應急響應：交通流理論用於制定能夠快速有效地從災區疏散人員的應急響應計劃。
總的來說，交通流理論在交通工程中發揮著關鍵作用，有助於提高我們交通系統的安全性、效率和可持續性。
用來寫文字內容還行，但經過測試，比如用來寫爬蟲，半天寫不完，這裡就不展示了（可能是GPT3.5的代碼水平不太行
