上一次測試auto-gpt0.2.2,發現1:不停地重複在網上找和下載文件,結果還是沒有能力把指定文件下載下來。
2:我手動下載了文件,讓它讀取分析,發現讀了之後馬上報錯自動退出了。說是提交給openai的token超字數了。。。
今天我又配置了當前最新的stable 0.3 auto-gpt,還是測試同樣的任務,讓它整理《紅樓夢》中的小說人物關係圖譜。
首先,發現下載文件還是下載不了。跟0.2.2很像。
沒辦法,我手動下載了文件給它。
然後,發現它執行代碼一定要在docker運行。我查了代碼,修改成直接可以運行了。
又然後,我發現它一直想執行還沒保存的代碼文件,我通過對話提示它先寫好代碼文件再執行文件。以後每次要執行代碼我發現都要做這樣的提示。顯然裡面有個邏輯問題。也許是execute_python_file命令應該對應一個新的文件,而execute_code應該創建一個新的文件,接的參數是代碼內容,而不是文件名。操作的時候讓代理先保存代碼文件,然後執行。
又又然後,我發現在訪問代碼時,openai.error.APIConnectionError,不知道是不是網絡環境問題,遇到這個問題程序就中止了。我修改了代碼,讓它遇到問題後重試。
最後,還是發現了tokens遇長的問題,我不知道哪裡的代碼又不嚴謹。。。到這裡,愉快的一下午就快結束了。
看來這個任務還是很難完成。
目前看來,auto-gpt還十分不成熟,原因是,1裡面的代碼里的bugs非常多;2系統有幾個如google查詢,讀寫文件,執行代碼等功能模塊,但這幾個模塊的調動很不協調,操作很不連貫,它們的組合經常十分生疏,如同請一個有理論,但完全沒有實踐基礎的幾個技術人員一起完成一個大任務。
顯然,在人工智能發展的路上,這些問題都會被解決。但現在而言,從效率角度看,在實際工作中用auto-gpt還是比較早的。auto-gpt在設計的時候,是用來完成通用任務的。我感覺現在來說,還需要很多的調整和磨合。讓人工智能做不同的事,本身要學習經驗。而讓人工智能做重複的事,這可我感覺現階段應該使用prompt+特定的任務代碼+gpt的形式可能更實在一些。