Auto-GPT & GPT-Engineer: Eine umfassende Anleitung zu den führenden KI-Agents von heute

Wenn man ChatGPT mit autonomen KI-Agents wie Auto-GPT und GPT-Engineer vergleicht, zeigt sich ein deutlicher Unterschied im Entscheidungsprozess. Während ChatGPT eine aktive menschliche Beteiligung erfordert, um die Konversation zu steuern und auf Benutzereingaben basierende Anweisungen zu geben, ist der Planungsprozess größtenteils von menschlicher Intervention abhängig.

Generative AI-Modelle wie Transformer sind die State-of-the-Art-Kerntechnologie, die diese autonomen KI-Agents antreibt. Diese Transformer werden auf großen Datenmengen trainiert, was ihnen ermöglicht, komplexe Denk- und Entscheidungsprozesse zu simulieren.

Open-Source-Wurzeln von autonomen Agents: Auto-GPT und GPT-Engineer

Viele dieser autonomen KI-Agents stammen aus Open-Source-Initiativen, die von innovativen Personen geleitet werden, die herkömmliche Arbeitsabläufe verändern. Anstatt nur Vorschläge zu machen, können Agents wie Auto-GPT Aufgaben unabhängig ausführen, von Online-Shopping bis hin zur Erstellung von Grundanwendungen. OpenAI’s Code Interpreter zielt darauf ab, ChatGPT von der bloßen Vorschlaggebung zu einer aktiven Problemlösung mit diesen Ideen zu entwickeln.

Sowohl Auto-GPT als auch GPT-Engineer sind mit der Macht von GPT 3.5 und GPT-4 ausgestattet. Es versteht Code-Logik, kombiniert mehrere Dateien und beschleunigt den Entwicklungsprozess.

Der Kern von Auto-GPTs Funktionalität liegt in seinen KI-Agents. Diese Agents sind programmiert, um spezifische Aufgaben auszuführen, von alltäglichen Aufgaben wie Terminplanung bis hin zu komplexen Aufgaben, die strategisches Entscheiden erfordern. Diese KI-Agents operieren jedoch innerhalb der von Benutzern gesetzten Grenzen. Durch die Kontrolle ihres Zugriffs über APIs können Benutzer die Tiefe und den Umfang der Aktionen bestimmen, die die KI ausführen kann.

Wenn beispielsweise die Aufgabe besteht, eine Chat-Webanwendung zu erstellen, die in ChatGPT integriert ist, zerlegt Auto-GPT das Ziel in handhabbare Schritte, wie die Erstellung einer HTML-Oberfläche oder die Skriptierung einer Python-Rückseite. Während die Anwendung diese Vorschläge autonom erzeugt, können Benutzer sie noch überwachen und ändern. Wie der Ersteller von AutoGPT @SigGravitas zeigt, kann es ein Testprogramm auf Basis von Python erstellen und ausführen.

https://twitter.com/SigGravitas/status/1642181498278408193

Obwohl das folgende Diagramm eine allgemeinere Architektur eines autonomen KI-Agents beschreibt, bietet es wertvolle Einblicke in die Prozesse im Hintergrund.

Architektur von autonomen KI-Agents

Der Prozess beginnt mit der Überprüfung des OpenAI-API-Schlüssels und der Initialisierung verschiedener Parameter, einschließlich Kurzzeitgedächtnis und Datenbankinhalten. Sobald die Schlüsseldaten an den Agent übergeben werden, interagiert das Modell mit GPT3.5/GPT4, um eine Antwort abzurufen. Diese Antwort wird dann in JSON-Format umgewandelt, das der Agent interpretiert, um verschiedene Funktionen auszuführen, wie z.B. Online-Suchen, Dateien lesen oder schreiben oder sogar Code ausführen. Auto-GPT verwendet ein vorge trainiertes Modell, um diese Antworten in einer Datenbank zu speichern, und zukünftige Interaktionen verwenden diese gespeicherten Informationen als Referenz. Der Prozess wiederholt sich, bis die Aufgabe als abgeschlossen gilt.

Einrichtungsanleitung für Auto-GPT und GPT-Engineer

Die Einrichtung von innovativen Tools wie GPT-Engineer und Auto-GPT kann Ihren Entwicklungsprozess vereinfachen. Im Folgenden finden Sie eine strukturierte Anleitung, um beide Tools zu installieren und zu konfigurieren.

Auto-GPT

Die Einrichtung von Auto-GPT kann komplex erscheinen, aber mit den richtigen Schritten wird es einfach. Diese Anleitung deckt den Vorgang zur Einrichtung von Auto-GPT ab und bietet Einblicke in verschiedene Szenarien.

1. Voraussetzungen:

1. Python-Umgebung: Stellen Sie sicher, dass Sie Python 3.8 oder höher installiert haben. Sie können Python von der offiziellen Website herunterladen.
2. Wenn Sie Repositories klonen möchten, installieren Sie Git.
3. OpenAI-API-Schlüssel: Um mit OpenAI zu interagieren, benötigen Sie einen API-Schlüssel. Erhalten Sie den Schlüssel aus Ihrem OpenAI-Konto

Open AI API-Schlüssel-Generierung

Speicher-Backend-Optionen: Ein Speicher-Backend dient als Speichermechanismus für AutoGPT, um auf wichtige Daten für seine Operationen zuzugreifen. AutoGPT verwendet sowohl Kurzzeit- als auch Langzeit-Speicherfähigkeiten. Pinecone, Milvus, Redis und andere sind einige verfügbare Optionen.

2. Einrichten Ihres Arbeitsbereichs:

1. Erstellen Sie eine virtuelle Umgebung: python3 -m venv myenv
2. Aktivieren Sie die Umgebung:
   1. MacOS oder Linux: source myenv/bin/activate

3. Installation:

1. Klonen Sie das Auto-GPT-Repository (stellen Sie sicher, dass Sie Git installiert haben): git clone https://github.com/Significant-Gravitas/Auto-GPT.git
2. Um sicherzustellen, dass Sie mit Version 0.2.2 von Auto-GPT arbeiten, sollten Sie zu dieser spezifischen Version wechseln: git checkout stable-0.2.2
3. Navigieren Sie zum heruntergeladenen Repository: cd Auto-GPT
4. Installieren Sie die erforderlichen Abhängigkeiten: pip install -r requirements.txt

4. Konfiguration:

1. Suchen Sie die Datei .env.template im Hauptverzeichnis /Auto-GPT. Duplizieren und umbenennen Sie sie in .env
2. Öffnen Sie .env und setzen Sie Ihren OpenAI-API-Schlüssel neben OPENAI_API_KEY=
3. Aktualisieren Sie die Datei .env mit Ihrem Pinecone-API-Schlüssel und -Region, wenn Sie Pinecone oder andere Speicher-Backends verwenden.

5. Befehlszeilenanweisungen:

Auto-GPT bietet eine Vielzahl von Befehlszeilenargumenten, um sein Verhalten anzupassen:

• Allgemeine Verwendung:
  • Anzeigen der Hilfe: python -m autogpt --help
  • Anpassen der KI-Einstellungen: python -m autogpt --ai-settings <Dateiname>
  • Spezifizieren eines Speicher-Backends: python -m autogpt --use-memory <Speicher-Backend>

AutoGPT-Befehlszeile

6. Starten von Auto-GPT:

Sobald die Konfiguration abgeschlossen ist, starten Sie Auto-GPT mit:

• Linux oder Mac: ./run.sh start
• Windows: .run.bat

Docker-Integration (empfohlener Einrichtungsansatz)

Für diejenigen, die Auto-GPT containerisieren möchten, bietet Docker einen vereinfachten Ansatz. Beachten Sie jedoch, dass die anfängliche Einrichtung von Docker ein wenig kompliziert sein kann. Verweisen Sie auf die Docker-Installationsanleitung für Hilfe.

Führen Sie die folgenden Schritte aus, um den OpenAI-API-Schlüssel zu ändern. Stellen Sie sicher, dass Docker im Hintergrund läuft. Gehen Sie nun zum Hauptverzeichnis von AutoGPT und folgen Sie den folgenden Schritten in Ihrem Terminal:

• Erstellen Sie das Docker-Image: docker build -t autogpt .
• Führen Sie aus: docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt

Mit docker-compose:

• Führen Sie aus: docker-compose run --build --rm auto-gpt
• Für zusätzliche Anpassungen können Sie weitere Argumente integrieren. Zum Beispiel, um mit –gpt3only und –continuous zu laufen: docker-compose run --rm auto-gpt --gpt3only--continuous
• Angesichts der umfassenden Autonomie, die Auto-GPT bei der Erstellung von Inhalten aus großen Datenmengen besitzt, besteht das Potenzial für ein ungewolltes Zugreifen auf schädliche Webquellen.

Um Risiken zu minimieren, betreiben Sie Auto-GPT innerhalb eines virtuellen Containers wie Docker. Dies stellt sicher, dass potenziell schädlicher Inhalt innerhalb des virtuellen Raums bleibt und Ihre externen Dateien und Ihr System unberührt bleiben. Alternativ kann Windows Sandbox eine Option sein, obwohl es nach jeder Sitzung zurückgesetzt wird und seinen Zustand nicht beibehält.

Angesichts all dessen besteht immer noch die Möglichkeit, dass Sie Ihre gewünschten Ergebnisse nicht erzielen. Auto-GPT-Benutzer berichteten über wiederkehrende Probleme, wenn sie versuchten, in eine Datei zu schreiben, und oft fehlgeschlagene Versuche aufgrund problematischer Dateinamen trafen. Hier ist ein solcher Fehler: Auto-GPT (Release 0.2.2) fügt den Text nach dem Fehler "write_to_file returned: Error: File has already been updated

Verschiedene Lösungen, um dieses Problem zu beheben, wurden im zugehörigen GitHub-Thread diskutiert.

GPT-Engineer

GPT-Engineer-Workflow:

1. Prompt-Definition: Erstellen Sie eine detaillierte Beschreibung Ihres Projekts in natürlicher Sprache.
2. Code-Generierung: Basierend auf Ihrem Prompt generiert GPT-Engineer Code-Snippets, Funktionen oder sogar vollständige Anwendungen.
3. Verfeinerung und Optimierung: Nach der Generierung gibt es immer Raum für Verbesserungen. Entwickler können den generierten Code anpassen, um spezifische Anforderungen zu erfüllen und sicherzustellen, dass die Qualität auf höchstem Niveau bleibt.

Der Prozess der Einrichtung von GPT-Engineer wurde in eine einfache Anleitung kondensiert. Hier ist eine Schritt-für-Schritt-Anleitung:

1. Vorbereitung der Umgebung: Bevor Sie beginnen, stellen Sie sicher, dass Sie Ihr Projektverzeichnis bereit haben. Öffnen Sie ein Terminal und führen Sie den folgenden Befehl aus

• Erstellen Sie ein neues Verzeichnis namens ‘website’: mkdir website
• Wechseln Sie in das Verzeichnis: cd website

2. Klonen des Repositorys:  git clone https://github.com/AntonOsika/gpt-engineer.git .

3. Navigieren und Installieren von Abhängigkeiten: Nach dem Klonen wechseln Sie in das Verzeichnis cd gpt-engineer und installieren alle notwendigen Abhängigkeiten make install

4. Aktivieren der virtuellen Umgebung: Je nach Betriebssystem aktivieren Sie die erstellte virtuelle Umgebung.

• Für macOS/Linux: source venv/bin/activate

• Für Windows ist es aufgrund der API-Schlüssel-Konfiguration ein wenig anders: set OPENAI_API_KEY=[Ihr API-Schlüssel]

5. Konfiguration – API-Schlüssel-Setup: Um mit OpenAI zu interagieren, benötigen Sie einen API-Schlüssel. Wenn Sie noch keinen haben, melden Sie sich auf der OpenAI-Plattform an und:

• Für macOS/Linux: export OPENAI_API_KEY=[Ihr API-Schlüssel]

• Für Windows (wie oben erwähnt): set OPENAI_API_KEY=[Ihr API-Schlüssel]

6. Projektinitialisierung und Code-Generierung: Die Magie von GPT-Engineer beginnt mit der main_prompt -Datei im projects -Verzeichnis.

• Wenn Sie ein neues Projekt starten möchten: cp -r projects/example/ projects/website

Hier ersetzen Sie ‘website’ durch den Namen Ihres Projekts.

• Bearbeiten Sie die main_prompt -Datei mit einem Texteditor Ihrer Wahl und schreiben Sie die Anforderungen Ihres Projekts.

• Sobald Sie mit dem Prompt zufrieden sind, führen Sie aus: gpt-engineer projects/website

Der generierte Code befindet sich im workspace -Verzeichnis innerhalb des Projektverzeichnisses.

7. Nach der Generierung: Obwohl GPT-Engineer leistungsfähig ist, kann es nicht immer perfekt sein. Überprüfen Sie den generierten Code, machen Sie manuelle Anpassungen, wenn notwendig, und stellen Sie sicher, dass alles reibungslos läuft.

Beispiel-Lauf

Prompt:

“Ich möchte eine grundlegende Streamlit-App in Python entwickeln, die Benutzerdaten durch interaktive Charts visualisiert. Die App sollte es Benutzern ermöglichen, eine CSV-Datei hochzuladen, den Chart-Typ (z.B. Balken, Kreis, Linie) auszuwählen und die Daten dynamisch zu visualisieren. Sie kann Bibliotheken wie Pandas für die Datenmanipulation und Plotly für die Visualisierung verwenden.”

Einrichten und Ausführen von GPT-Engineer

Ähnlich wie Auto-GPT kann GPT-Engineer manchmal Fehler anzeigen, auch nach einer vollständigen Einrichtung. Bei meinem dritten Versuch konnte ich jedoch erfolgreich auf die folgende Streamlit-Webseite zugreifen. Stellen Sie sicher, dass Sie Fehler auf der offiziellen GPT-Engineer-Repository-Seite überprüfen.

Streamlit-App generiert mit GPT-Engineer

Aktuelle Engpässe von KI-Agents

Betriebskosten

Eine einzelne von Auto-GPT ausgeführte Aufgabe kann zahlreiche Schritte umfassen. Jeder dieser Schritte könnte individuell abgerechnet werden, was die Kosten erhöht. Auto-GPT kann in wiederkehrende Schleifen geraten und die versprochenen Ergebnisse nicht liefern. Solche Vorfälle gefährden seine Zuverlässigkeit und untergraben die Investition.

Stellen Sie sich vor, Sie möchten mit Auto-GPT eine kurze Abhandlung erstellen. Die ideale Länge der Abhandlung beträgt 8.000 Token, aber während des Erstellungsprozesses geht das Modell durch zahlreiche Zwischenschritte, um den Inhalt abzuschließen. Wenn Sie GPT-4 mit 8.000 Kontextlänge verwenden, würden Sie für die Eingabe 0,03 $ und für die Ausgabe 0,06 $ berechnet. Nun nehmen wir an, das Modell gerät in eine unvorhergesehene Schleife und wiederholt bestimmte Teile mehrmals. Nicht nur verlängert sich der Prozess, sondern jede Wiederholung erhöht auch die Kosten.

Um sich davor zu schützen:
Setzen Sie Nutzungsbeschränkungen in der OpenAI-Abrechnung und -Begrenzung:

• Harte Begrenzung: Beschränkt die Nutzung über Ihre festgelegte Schwelle hinaus.
• Weiche Begrenzung: Sendet Ihnen eine E-Mail-Benachrichtigung, sobald die Schwelle erreicht ist.

Funktionsbegrenzungen

Die Fähigkeiten von Auto-GPT, wie in seinem Quellcode dargestellt, kommen mit bestimmten Grenzen. Seine Problemlösungsstrategien werden von seinen inhärenten Funktionen und der Zugänglichkeit, die durch GPT-4s API bereitgestellt wird, bestimmt. Für tiefere Diskussionen und mögliche Workarounds besuchen Sie bitte: Auto-GPT-Diskussion.

Auswirkungen von KI auf den Arbeitsmarkt

Die Dynamik zwischen KI und Arbeitsmärkten ist ständig im Wandel und wird in diesem Forschungspapier ausführlich dokumentiert. Ein wichtiger Punkt ist, dass technologischer Fortschritt oft qualifizierte Arbeitnehmer begünstigt, aber für diejenigen, die Routineaufgaben ausführen, Risiken birgt. Tatsächlich können technologische Fortschritte bestimmte Aufgaben ersetzen, gleichzeitig aber den Weg für vielfältige, arbeitsintensive Aufgaben ebnen.

Etwa 80 % der amerikanischen Arbeitnehmer könnten feststellen, dass LLMs (Language Learning Models) etwa 10 % ihrer täglichen Aufgaben beeinflussen. Diese Statistik unterstreicht die Verschmelzung von KI- und menschlichen Rollen.

Die zweifache Rolle von KI in der Arbeitswelt:

• Positive Aspekte: KI kann eine Vielzahl von Aufgaben automatisieren, von Kundenservice bis hin zu Finanzberatung, und kleinen Unternehmen, die keine Mittel für dedizierte Teams haben, Erleichterung verschaffen.
• Bedenken: Der Vorteil der Automatisierung wirft Fragen über mögliche Jobverluste auf, insbesondere in Branchen, in denen menschliche Beteiligung von entscheidender Bedeutung ist, wie z.B. Kundensupport. Neben diesem Aspekt ist auch die ethische Frage der KI-Zugriffe auf vertrauliche Daten von Bedeutung. Dies erfordert eine starke Infrastruktur, die Transparenz, Rechenschaftspflicht und ethische KI-Nutzung sicherstellt.

Schlussfolgerung

Offensichtlich stehen Tools wie ChatGPT, Auto-GPT und GPT-Engineer an der Spitze der Neugestaltung der Interaktion zwischen Technologie und ihren Nutzern. Mit Wurzeln in Open-Source-Bewegungen manifestieren diese KI-Agents die Möglichkeiten der Maschinenautonomie und straffen Aufgaben von der Terminplanung bis zur Softwareentwicklung.

Wenn wir in eine Zukunft eintreten, in der KI tiefer in unsere täglichen Routinen integriert wird, wird es entscheidend, ein Gleichgewicht zwischen der Nutzung von KI-Fähigkeiten und dem Schutz menschlicher Rollen zu finden. Im weiteren Sinne malt die KI-Arbeitsmarkt-Dynamik ein Bild von Wachstumschancen und Herausforderungen, das eine bewusste Integration von Technikethik und Transparenz erfordert.