GPT 자동화.. 다시

➡ AI와 함께하는 우리의 미래가 어떻게 되기를 바라는지에 대한 귀여운 그림(중간 예술)

TLDR: 이러한 GPT 자동화 저장소는 지나치게 복잡합니다. 봇이 재귀적으로 프로젝트를 구축할 수 있도록 GPT 프로젝트 빌더 처럼 직접 구축하는 방법을 보여드리겠습니다.

가장 작은 GPT(저는 아님)에 끊임없이 주의가 산만해지지 않는 정상적인 건강한 사람들은 GitHub의 최고 인기 저장소가 GPT 자동화 도구로 가득 차 있다는 사실을 아직 인식하지 못할 수도 있습니다.

Reddit에서 인기 있는 문구는 "챗봇은 끝났고, 미래는 상담원의 것입니다."와 같습니다.

현재 가장 인기 있는 것은 OpenAI 계정에 연결하고 재귀적으로 전체 프로젝트를 구축하는 Auto-GPT 입니다. 이미 수백 개의 YouTube 동영상이 올라와 있어 과대광고가 현실이 되었기 때문에 그들이 NFT를 판매하고 있다고 생각할 것입니다.

어쨌든, 시도해 보았지만 실행할 수 없었습니다. 나는 Mac M1을 가지고 있는데, 버그가 너무 많았고, Pinecone 계정에 가입하고 싶지 않았습니다(아이디어만큼이나 훌륭했습니다).

그래서 저는 제 자신만의 것을 만들어보기로 결정했습니다. 여기서는 제가 어떻게 했는지 보여드리고 싶습니다. 따라서 그 사람이나 내 것이 마음에 들지 않으면 DIY를 할 수 있습니다.

1단계: 에이전트의 개념

GPT3와 같은 대형 언어 모델 LLM은 입력 및 출력에 대한 토큰 수가 제한되어 있기 때문에 전체 웹 서버 프로젝트(모든 html, db 및 경로 파일 포함)를 정확하게 뱉어낼 수는 없습니다.

당신은 그것을 일종의 회유하고 이전에 생산한 것을 상기시켜야 합니다. 때로는 대화 허용량이 부족하여 완전한 맥락을 제공할 수 없는 경우도 있습니다.

그래서 에이전트라는 아이디어가 떠올랐습니다(누가? 모르겠어요). 특정 방식으로 메시지를 표시하고 특정 방식으로 결과를 처리하는 GPT API 주변의 특수 래퍼가 있으므로 다음과 같은 작업을 수행할 수 있습니다.

• 프롬프트 에이전트
• 코드 생성기 에이전트
• 디버거 에이전트

각각은 특정 수준의 추상화를 관리하지만 이를 통해 토큰 허용량을 확보하고 프로젝트를 여러 조각으로 나눌 수 있습니다.

2단계: 디자인

좋습니다. 서로 다른 작업에 대해 서로 다른 에이전트를 갖는 것이 합리적입니다. 하지만 어떻게 이들을 하나로 묶을 수 있습니까? 그들은 모두 다른 에이전트가 무엇을 하고 있는지 알 필요가 있지 않습니까?

일종의 비결은 한 에이전트의 출력을 사용하고 이를 압축한 후 관련 비트만 다음 에이전트에 전달하는 것입니다. 이는 중요한 것과 중요하지 않은 것을 명확하게 정의하는 방법을 찾아야 하기 때문에 까다롭습니다.

그래서 제 경우에는 문제를 분류하는 아빠 에이전트를 두었습니다.

 if(solvableWithCode): callAgents else: print("Sorry mate, here is a business plan instead")

코드로 문제를 해결할 수 있다면 위와 같이 YAML을 생성하도록 요청하겠습니다. 이렇게 하면 각 DELIVERABLE은 구조화된 방식으로 GPT API에 대한 별도의 호출이 되어 해당 항목에 대한 코드만 생성할 수 있습니다.

3단계: 모든 것을 자동화하기

따라서 3단계가 있습니다.

1. 사용자는 "지금 거래 플랫폼을 주세요!"라고 요청합니다.

   
   

2. 분류자 에이전트는 Yaml을 통해 이를 더 작은 덩어리로 나눕니다.

   
   

3. 분해자 에이전트는 각 Yaml을 반복하고 코드를 빌드합니다.

K 그럼 응답이 너무 커서 코드가 잘리면 어떻게 되나요? 코드에서는 프롬프트가 한 번에 150줄만 반환하도록 지시합니다. 루프를 통해 반복하면서 대상 파일에 출력을 계속 추가합니다.

따라서manage.py, blogList.js 및 index.html이 필요한 webServer 프로젝트가 있다고 가정하면 한 번에 하나씩 빌드하여 파일에 기록합니다.

미래와 그것에 대한 나의 감정

이것은 로켓 과학이 아닙니다. 사실, 그것은 단지 오래된 핸들 돌리기 자동화일 뿐입니다. 나는 국수로 빵 만들기라는 블로그를 운영했는데, 사람들은 우리가 AGI에 가까워지고 있다고 생각하지만 우리는 그렇지 않다고 말했습니다.

우리는 마치 국수로 빵을 만들려는 것처럼 AGI에 연결하려고 하는 매우 똑똑한 언어 모델을 가지고 있습니다.

최종 제품은 빵 한 덩어리와 유사할 수 있지만 그렇지 않습니다. 이것이 제가 LLM 자동화에 대해 느끼는 감정입니다.

그럼에도 불구하고 이러한 Dev 운동에 참여한다는 것은 여전히 놀라운 일입니다. GPT, ChatGPT 및 LLM에는 엄청난 가치가 있으며, 사람들의 삶을 더 쉽게 만들기 위해 자동화 도구를 구축하는 사람들의 창의성은 참여하기에 좋은 일입니다.

따라서 그것이 당신의 일이라면, 당황해 하세요. 조언이 필요하거나 제가 개선했으면 하는 점이 있으면 저에게 연락하세요.

참고 : 프로젝트가 완료되지 않았습니다. 추가할 디버깅, 로깅 및 기타 비트가 있지만 자유롭게 가지고 놀고, 포크하고, 복사하여 자신만의 것을 만들어 보세요! 나는 당신이 무엇을 생각하는지 듣고 싶습니다!

나에 대한 더 많은 정보:

게임과 나의 AI 프로젝트 유튜브

링크드인

트위터