AutoGPTs

【ChatGPTを使って再帰的に思考】誰でも簡単！DockerでBabyAGIをセットアップ！日本語でも動作? この記事の内容 BabyAGIの概要と、AutoGPTとの違いについて解説します DockerコンテナでBabyAGIを動作させるセットアップ手順を紹介します 「世界の飢餓を解決する」という目標を与えて実際に動かした結果を確認します 日本語でのプロンプト入力が動作するかどうかを検証します Pineconeを使った場合との違いについても触れます BabyAGIとは BabyAGIは、AGI（Artificial General Intelligence：汎用人工知能）の名を冠したAIタスク管理システムです。AGIとは、人間が実行可能なあらゆる知的な作業をこなせるとされる人工知能のことで、まだ実現はされていませんが、BabyAGIはその「赤ちゃん版」として、そこに向かうコンセプトを体現したプロジェクトです。 公式の説明によると、BabyAGIはOpenAIとPinecone APIを利用してタスクの生成・優先順位付け・実行を行います。前のタスクの結果と事前に定義された目的に基づいて新しいタスクを生成し、OpenAIの自然言語処理機能で目的に沿ったタスクを作成、Pineconeにタスクの結果を保存してコンテキストを取得するという仕組みになっています。このループを無限に繰り返すのがBabyAGIの基本的な動作です。 AutoGPTとの比較 BabyAGIはAutoGPTと似たコンセプトを持っていますが、実際に動かしてみると違いが見えてきます。AutoGPTは具体的なアクション（ファイル操作、Web検索など）を実行しながら目標に向かって進む傾向があります。一方、BabyAGIは現時点では「考え続ける思想家」のような動きをしており、具体的なアクションを自律実行するところまでは達していない印象です。 セットアップ手順 1. リポジトリのクローン 任意のディレクトリで以下のコマンドを実行し、BabyAGIのリポジトリをクローンします。 git clone https://github.com/yoheinakajima/babyagi.git cd babyagi 2. 仮想環境の作成（任意） 必須ではありませんが、環境を分けるために仮想環境を作成しておくことをおすすめします。 python -m venv babyagi source babyagi/bin/activate # Windowsの場合: babyagi\Scripts\activate 3. .envファイルの作成 サンプルファイルをコピーして .env ファイルを作成します。 cp .env.example .env .env ファイルを開き、以下の項目を設定します。 OPENAI_API_KEY=your_openai_api_key_here OPENAI_API_MODEL=gpt-4 # 使用するモデルを指定 # PINECONE_API_KEY= # Pineconeを使わない場合はコメントアウトのまま # PINECONE_ENVIRONMENT= OBJECTIVE=世界の飢餓を解決せよ INITIAL_TASK=タスクリストを作りなさい ポイント： PINECONE_API_KEY がコメントアウトされた状態だと、ローカルのデータベースが使用されます。まず試してみるだけであれば、Pineconeなしでも動作させることができます。 OBJECTIVE には達成したい目標を、INITIAL_TASK には最初に実行するタスクを設定します。 4. Dockerコンテナでの実行 通常の pip install では動作しない場合もあるため、Dockerコンテナでの実行がおすすめです。Dockerがインストールされている環境で、以下のコマンドを実行します。 docker compose up 実際の動作確認 「世界の飢餓を解決せよ」で実行 OBJECTIVE に「世界の飢餓を解決せよ」、INITIAL_TASK に「タスクリストを作りなさい」を設定して実行すると、以下のような動作になります。 ...

驚異のAI技術！Auto-GPTでChatGPTを自動化してみた！ウェブ検索もできちゃうぞ！ この記事の内容 Auto-GPTとは何か、どのような仕組みで動くかを解説します GitHubからAuto-GPTをセットアップする手順を紹介します OpenAI APIキーを使って実際に動かした結果をレポートします ウェブ検索・情報収集・ファイル出力など、Auto-GPTの動作を実際に確認します ChatGPTとAuto-GPTの違いや、この技術の可能性について考察します Auto-GPTとは何か Auto-GPTは、上位の「やりたいこと（ゴール）」を設定するだけで、裏側でChatGPTをぐるぐると動かしながら自動的に作業を進めてくれる仕組みです。 通常のChatGPTでは、ウェブ検索が必要な場合は人間が手動で行う必要があります。また、長期的な会話を続けると以前の内容を忘れてしまうという問題もあります。Auto-GPTはこうしたChatGPTの不足部分をラップして補強し、より賢く使うためのシステムです。 具体的には以下のことが可能です。 ウェブを検索して情報を取得する 長期記憶・短期記憶を管理して保持する 取得した情報をまとめてファイルに出力する GPT-4を使ったテキスト生成と、GPT-3.5を使ったサマリー処理を組み合わせる GitHubでの公開状況と注意点 Auto-GPTはオープンソースとして公開されており、誰でもコードを確認・利用できます。すでに非常に人気の高いプロジェクトになっています。 セットアップ時の重要な注意点として、masterブランチではなくstableブランチを使用してください。 git checkout stable デモで確認できる動作の流れ Auto-GPTのデモ動画では、以下のような流れで動作することが確認できます。 名前（Name）を設定する — AIに好きな名前をつける ロール（Role）を設定する — AIに役割を与える（例：「あなたはAIについて教える役割を持っています」） ゴール（Goal）を設定する — 達成したい目標を指定する（例：「Auto-GPTについて検索してGitHubを見つけ、それが何なのかを説明してauto-gpt.txtに書いてください」） ロールとゴールを設定すると、Auto-GPTがそれを実現するために何をすべきかを自分で考え、自動的に動いてくれます。 デモでは以下の手順で自律的に動作しました。 Googleで「Auto-GPT」を検索する 関連するウェブサイトをブラウジングしてGitHubプロジェクトを見つける GitHubページを分析する 分析結果をテキストファイルにまとめて書き出す このように、人間がコピペなどの操作をしなくても、AIが自動で一連の作業をこなしてくれます。 セットアップ手順 必要なもの OpenAI APIキー（課金が必要） Python環境 オプション：ElevenLabs APIキー（音声読み上げ機能） オプション：メモリバックエンド（LocalStorage、Redis、Pineconeなど） 実行環境の選択肢は以下の3つです。 VS Code + Dev Containerを使う（最も簡単） Dockerで動かす PythonをインストールしてWindows上で直接動かす リポジトリのクローンとブランチ切り替え git clone <リポジトリURL> cd Auto-GPT git checkout stable 依存パッケージのインストール pip install -r requirements.txt Windowsで管理者権限エラーが出る場合は、ターミナルを管理者として実行してください。 ...