AgentGPT: ブラウザ上の自律型 AI エージェント

翻訳者 |ブガッティ

レビュー | Chonglou

AgentGPT Web は、ユーザーがカスタマイズ可能な自律AIエージェントをブラウザ内で直接簡単に構築および展開できるようにする自律AIプラットフォームです。 AIエージェントに名前と目標を与えるだけで、指定された目標の達成に向けて動作を開始するのを観察できます。エージェントは自動的に知識を獲得し、アクションを実行し、通信し、指定された目標を達成するために適応します。

AgentGPTの仕組み

AgentGPT は、一連の言語モデル(エージェントと呼ばれる)を使用して特定の目標を達成します。このプロセスでは、エージェントが特定の目標を達成するために最も効率的なタスクを検討し、それらのタスクを実行し、パフォーマンスを評価し、継続的に追加タスクを生成します。

注意: AgentGPT Web では、無料で実行できるのは2回のみです。 Pro バージョンに登録すると、 GPT -4、1日あたり30 個のプロキシ、最新のプラグインにアクセスできるようになります。

AgentGPTの開発者は、AI の可能性を民主化し、誰もがアクセスできるようにする必要性を強く信じており、協力的でコミュニティ主導のアプローチを提唱しています。だからこそ、彼らはオープンソース プラットフォームであることに非常に誇りを持っています。

注: Dockerを使用してローカルで実行することも、 GitHubリポジトリのガイド( reworkd/AgentGPT)に従ってサーバーにデプロイすることもできます。

ChatGPT、AgentGPT、AutoGPTの違い

ChatGPT は、質問に対して正確かつ具体的な回答を提供し、詳細な会話を促進するように設計された非常に便利なツールです。単に質問に答えるだけでなく、複雑なトピックに関する有意義な議論を継続するのに役立ちます。

一方、 AgentGPT は、自律型AIエージェントのための本格的なプラットフォームとして機能します。エージェントに目標を与えると、エージェントはその目標を達成するために自ら考え、学習し、行動します。

AgentGPTとAutoGPT はどちらも自律AIエージェントに関する優れたプロジェクトですが、いくつかの重要な違いがあります。 AgentGPTは、ブラウザ内で直接AIエージェントを作成および展開できるWebベースのプラットフォームです。対照的に、 AutoGPT はローカルで実行され、ユーザーが自分のコンピューター上でタスクを実行できるAI エージェントを開発できるようにするツールです。

AgentGPT を使用した鳥類分類器の構築

reworkdでアカウントを作成し、名前とターゲットを指定してエージェントをデプロイするだけです。

この記事では、 AgentGPTに鳥の画像分類Webアプリケーションの開発を依頼します。

最初の2 回の実行では、次の操作が行われました。

• 初期調査とデータセットの選択。
• TensorFlowを使用してディープラーニング モデルをトレーニングします。
• 適切なフレームワークを使用してWebアプリケーションを構築し、トレーニング済みのモデルをデプロイします。
• テストと最適化。
• ユーザー インターフェイスの強化と機能の追加。

最初の結果は期待を満たさないかもしれませんが、さらなる反復により改善が期待されます。約 5回実行すると、アプリケーション内のコードの問題は解決される可能性があります。

結果を改善するにはどうすればいいでしょうか?

プロンプトは、言語モデルの動作をエージェントの現在の目標とタスクに動的に合わせる上で重要な役割を果たします。現在、AgetGPT FreeはGPT -3.5 Turboを使用しており、プロンプトの細部が生成される結果に大きな影響を与える可能性があることがわかります。

結果を改善するためにいくつかの方法を使用できます:

1.例を使用してモデルの精度を向上させる:モデルの精度をさらに向上させるには、プロンプトと一緒に1 つ、2 つ、または複数の例を提供できます。

2. 計画と解決(PS):一連のアイデアプロンプトに基づく手法。モデルにステップバイステップの指示を要求することで、より正確な推論と問題解決能力が提供され、結果が向上します。詳細については、次の例をご覧ください: https://github.com/AGI-Edgerunners/Plan-and-Solve-Prompting。

3. ReAct（推論と行動） ReAct は、推論とアクション生成を 1 つの出力に組み合わせる効果的なプロンプト手法です。このアプローチにより、モデルは思考と行動を効果的に同期させることができ、より一貫性のある有用な応答が得られます。

4. Pro またはローカル展開へのアップグレード:高度な機能が必要な場合は、 GPT-4機能へのアクセスが含まれるPro へのアップグレードを選択できます。あるいは、アプリケーションをローカルで実行し、 GPT-4 API キーを組み込んで、GPT-4 モデルの強化された機能とパフォーマンスを活用することもできます。

はじめる​

このセクションでは、AgentGPT をローカルでセットアップして実行する方法を学びます。開始するには、以下のコマンドに従ってください。

git clone https://github.com/reworkd/AgentGPT.git && cd AgentGPT./setup.sh

始める前に、環境が正しく構成されていることを確認することが重要です。これを行うには、次の手順に従ってください。

• .env.exampleファイルを./next/ディレクトリにコピーします。
• コピーしたファイルの名前を .env に変更します。
• 少し時間を取って、必要に応じて.env ファイルの値を更新してください。

注:データベース( MySQL ) 、バックエンド( FastAPI ) 、フロントエンド( Next.js )の設定を変更することもできます。

Dockerイメージの構築はシームレスなプロセスであり、問​​題なくスムーズに実行されるはずです。次のステップに進む前に、システムにDockerがインストールされていることを確認してください。

 docker-compose up -build

このコマンドを実行すると、フロントエンド、バックエンド、データベース用のコンテナの作成が開始され、アプリケーション用の包括的な環境がセットアップされます。

注: Docker を使用せずに AgentGPT を開発および実行することもできます。そのためには、AgentGPT のドキュメント( https://docs.reworkd.ai/development/setup)を読む必要があります。

ロードマップ

AgentGPT は現在ベータ版であり、開発者は多くの魅力的な機能に積極的に取り組んでいます。

現在の機能:

1.ユーザー管理と認証:システム内のユーザーとその認証を効果的に管理します。

2. エージェント実行の保存と共有:エージェント実行をシームレスに保存して共有し、コラボレーションと知識の共有を実現します。

3.多言語動的翻訳：複数言語の動的翻訳をサポートし、言語の壁を越えた効果的なコミュニケーションを実現します。

4. AI モデルのカスタマイズ: AI モデルを特定のニーズに合わせてカスタマイズすることで、独自の要件に合わせて調整できます。

開発中の機能:

1. 高度な Webブラウジング機能。

2.バックエンドを Python に移行します。

3.長期記憶とベクトルデータベース。

4.エージェントの制御可能性。

5.書類確認。

結論は

高度で大規模な言語モデルの時代が到来すれば、自律型 AI エージェントの出現を目撃することになるだろうと私は確信しています。この変革的な発展により、仕事への取り組み方やタスクの完了方法が完全に変わります。

自律型 AIエージェントの登場により、目標を達成するためのすべてのステップを概説する必要がなくなります。代わりに、目標を定義して例を提供するだけで、これらのエージェントは自動的に調査、実験、実行を行い、非常に高い精度で目的の結果を達成します。

原題: AgentGPT: ブラウザ内の自律型 AI エージェント、著者: Abid Ali Awan