当前位置: 首页 > news >正文

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。

# 拉取镜像
docker pull significantgravitas/auto-gptUsing 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

 

http://www.lryc.cn/news/234752.html

相关文章:

  • ProtocolBuffers(protobuf)详解
  • HTTP 到 HTTPS 再到 HSTS 的转变
  • 清华学霸告诉你:如何自学人工智能?
  • Ubuntu 安装VMware Tools选项显示灰色,如何安装VMware Tools
  • SpringBoot 2.x 实战仿B站高性能后端项目
  • vscode文件夹折叠问题
  • 4-flask-cbv源码、Jinja2模板、请求响应、flask中的session、flask项目参考
  • 2.Pandas数据预处理
  • C# IEnumerable<T>介绍
  • 九洲
  • 基于Genio 700 (MT8390)芯片的AR智能眼镜方案
  • 锐捷OSPF认证
  • M2 Mac Xcode编译报错 ‘***.framework/‘ for architecture arm64
  • Python算法题2023 输出123456789到98765432中完全不包含2023的数有多少
  • SpringBoot整合Thymeleaf
  • OpenAI的多函数调用(Multiple Function Calling)简介
  • 在国内购买GPT服务前的一定要注意!!!
  • Redis新操作
  • Panda3d 外部硬件接口介绍
  • 解决Redis分布式锁宕机出现不可靠问题-zookeeper分布式锁
  • mac系统安装docker desktop
  • 【机器学习基础】机器学习的基本术语
  • 区别Vue 2.0 和 Vue 3.0
  • react antd下拉选择框选项内容换行
  • 图像分类(一) 全面解读复现AlexNet
  • JAXB实现XML和Bean相互转换
  • 视频剪辑技巧:简单步骤,批量剪辑并随机分割视频
  • Vue3-shallowRef 和 shallowReactive函数(浅层次的响应式)
  • ExoPlayer架构详解与源码分析(8)——Loader
  • ExoPlayer架构详解与源码分析(9)——TsExtractor