➡ 一张可爱的图片，描绘了我希望我们与 AI 的未来如何（旅途中的艺术）   TLDR：这些 GPT 自动化回购过于复杂；我将向您展示如何像我的 一样构建您自己的项目，这样您就可以让机器人递归地构建您的项目。 GPT 项目构建器 不会经常被 GPT 最微小的事情分散注意力的正常健康人（不是我），可能还没有意识到 GitHub 上 存储库充满了 GPT 自动化工具。 最热门的  Reddit 上流行的一句话是，“聊天机器人已经完蛋，未来属于代理人。” 目前最流行的是  ，它连接到您的 OpenAI 帐户并递归地为您构建一个完整的项目。炒作是真实的，已经有数百个 YouTube 视频，以至于你会认为他们在销售 NFT。 Auto-GPT 无论如何，我试了一下但无法运行；我有一台 Mac M1，有太多错误，我不想注册 Pinecone 帐户（这个想法很酷）。   https://github.com/murchie85/GPT_AUTOMATE?embedable=true 所以，我决定尝试自己制作一个，在这里，我想向您展示我是如何做到的——所以如果您不喜欢他们或我的，您可以自己动手做。 第 1 步：代理人的概念 因为像 GPT3 这样的 Large Language Models LLMs，输入和输出的标记数量有限，所以他们不能完全吐出整个 Web 服务器项目（包括所有的 html、db 和路由文件）。 您必须哄骗它，并提醒它您之前制作的东西；有时，您会用尽谈话余地，永远无法提供完整的背景信息。 所以代理人的想法出现了（由谁？我不知道）；它是围绕 GPT API 进行专门包装，以特定方式提示它并以特定方式处理结果，因此您可以拥有以下内容： 提示代理 代码生成器代理 调试代理 虽然每个人都管理一定程度的抽象，但这使您可以释放代币津贴并将您的项目分解为多个部分。 第 2 步：设计 好吧，让不同的代理人处理不同的事情是有道理的，但是你如何将它们缝合在一起，难道他们不需要知道其他人在做什么吗？ 有点，诀窍是使用一个代理的输出，压缩它并只将相关位传递给下一个代理 - 这很棘手，因为你必须想出一种方法来明确定义什么重要，什么不重要。  所以，就我而言，我所做的是让一个爸爸代理人对问题进行分类：   if(solvableWithCode): callAgents else: print("Sorry mate, here is a business plan instead") 如果问题可以通过代码解决，我会要求它像上面那样生成YAML；这样一来，每个 DELIVERABLE 都将以结构化方式单独调用 GPT API，从而使其只为该事物生成代码。 第 3 步：全部自动化 所以，我们有 3 个步骤： 用户陈述他们的请求“现在给我一个交易平台！” 分类器代理通过 Yaml 将其分解为更小的块。 分解器代理遍历每个 Yaml 并构建代码。  K，那么如果响应太大，代码被截断了怎么办？在代码中，我确保提示告诉它一次只返回 150 行；我循环遍历它，不断将输出附加到目标文件。 因此，假设有一个 webServer 项目需要 manage.py、blogList.js 和 index.html，它会一次构建一个并写入一个文件。 未来和我对这一切的感受 这东西不是火箭科学；事实上，它只是普通的老式转动手柄自动化。我写了一个名为用面条做面包的博客，我说人们认为我们正在接近 AGI，但事实并非如此。 我们只是有一个非常智能的语言模型，我们正试图将其拼接成 AGI，就好像我们正试图用面条做面包一样。 最终产品可能类似于一条面包，但事实并非如此——这就是我对 LLM 自动化的看法。 尽管如此，能成为这个 Dev 运动的一部分仍然令人惊叹； GPT、ChatGPT 和 LLM 具有巨大的价值，人们围绕它们构建自动化线束以使人们的生活更轻松的创造力是参与其中的一件好事。 所以，如果那是你的事，那就来一场狂欢吧——如果你想要指点或有什么想让我改进的地方，请联系我。 ：该项目尚未完成；有调试、日志记录和其他要添加的位，但请随意使用它、分叉它，或者复制并制作您自己的！我很想听听你的想法！ 注意 更多关于我： 游戏和我的 AI 项目 youtube 领英 推特

Read My Stories

該音頻是用故事的原始語言製作的！

GPT 自动化..再次

About Author

註釋

標籤

这篇文章刊登在

Related Stories

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

看不见的层面：为什么用户访谈是不可替代的资产

架构师指南：构建 AI/ML 数据湖参考架构

从论坛到信息流：社交媒体算法如何塑造数字互动

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

看不见的层面：为什么用户访谈是不可替代的资产

架构师指南：构建 AI/ML 数据湖参考架构

从论坛到信息流：社交媒体算法如何塑造数字互动

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps