ဉာဏ်ရည်တု
Auto-GPT နှင့် GPT-Engineer- ယနေ့၏ထိပ်တန်း AI အေးဂျင့်များအတွက် အသေးစိတ်လမ်းညွှန်ချက်
ChatGPT သည် Auto-GPT နှင့် GPT-Engineer ကဲ့သို့သော ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်များနှင့် နှိုင်းယှဉ်သောအခါ၊ ဆုံးဖြတ်ချက်ချသည့်လုပ်ငန်းစဉ်တွင် သိသာထင်ရှားသောကွာခြားချက်တစ်ခု ထွက်ပေါ်လာသည်။ ChatGPT သည် စကားပြောဆိုမှုကို တွန်းအားပေးရန် တက်ကြွသော လူသား၏ ပါဝင်ပတ်သက်မှု လိုအပ်သော်လည်း သုံးစွဲသူ၏ အကြံပြုချက်များအပေါ် အခြေခံ၍ လမ်းညွှန်မှုပေးသည့် အစီအစဉ်သည် လူသား၏ ဝင်ရောက်စွက်ဖက်မှုအပေါ် အဓိကအားဖြင့် မူတည်ပါသည်။
Generative AI ဖြစ်သည် ထရန်စဖော်မာများကဲ့သို့ မော်ဒယ်များသည် ခေတ်မီဆန်းသစ်သော ပင်မနည်းပညာဖြစ်ပြီး၊ ဤကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်များကို မောင်းနှင်ပါသည်။ ဤထရန်စဖော်မာများသည် ကြီးမားသောဒေတာအတွဲများပေါ်တွင် လေ့ကျင့်သင်ကြားထားပြီး ၎င်းတို့အား ရှုပ်ထွေးသော ကျိုးကြောင်းဆင်ခြင်ခြင်းနှင့် ဆုံးဖြတ်ချက်ချနိုင်သည့်စွမ်းရည်များကို အတုယူနိုင်စေပါသည်။
ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရအေးဂျင့်များ၏ ပွင့်လင်းရင်းမြစ်များ- Auto-GPT နှင့် GPT-Engineer
ဤကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်အများစုသည် သမားရိုးကျလုပ်ငန်းအသွားအလာများကို တီထွင်ဆန်းသစ်သောပုဂ္ဂိုလ်များ ဦးဆောင်သော open-source အစပျိုးမှုများမှ ပေါက်ဖွားလာခြင်းဖြစ်သည်။ အကြံပြုချက်များကို ပေးရုံသာမဟုတ်ဘဲ၊ Auto-GPT ကဲ့သို့သော အေးဂျင့်များသည် အွန်လိုင်းစျေးဝယ်ခြင်းမှ အခြေခံအက်ပ်များတည်ဆောက်ခြင်းအထိ အလုပ်များကို လွတ်လပ်စွာ ကိုင်တွယ်နိုင်သည်။ OpenAI ၏ကုဒ်စကားပြန် အဆင့်မြှင့်တင်ရန် ရည်ရွယ်သည်။ GPT ချတ် အကြံဥာဏ်များကို အကြံပြုရုံမှသည် ထိုအကြံအစည်များနှင့် ပြဿနာများကို တက်ကြွစွာဖြေရှင်းနိုင်သည် ။
Auto-GPT နှင့် GPT-Engineer နှစ်ခုစလုံးသည် GPT 3.5 နှင့် GPT-4 ၏ပါဝါများ တပ်ဆင်ထားပါသည်။ ၎င်းသည် ကုဒ်ယုတ္တိကို ဆုပ်ကိုင်ထားပြီး ဖိုင်များစွာကို ပေါင်းစပ်ကာ ဖွံ့ဖြိုးတိုးတက်မှု လုပ်ငန်းစဉ်ကို အရှိန်မြှင့်ပေးသည်။
Auto-GPT ၏ လုပ်ဆောင်နိုင်စွမ်း၏ အဓိကအချက်မှာ ၎င်း၏ AI အေးဂျင့်များတွင် တည်ရှိသည်။ ဤအေးဂျင့်များသည် မဟာဗျူဟာကျကျ ဆုံးဖြတ်ချက်ချရန်လိုအပ်သည့် အချိန်ဇယားဆွဲခြင်းကဲ့သို့သော ပိုမိုရှုပ်ထွေးသောအလုပ်များအထိ တိကျသောအလုပ်များကို ဆောင်ရွက်ရန် အစီအစဉ်ဆွဲထားသည်။ သို့သော်၊ ဤ AI အေးဂျင့်များသည် သုံးစွဲသူများသတ်မှတ်ထားသော နယ်နိမိတ်အတွင်းတွင် လုပ်ဆောင်သည်။ APIs များမှတစ်ဆင့် ၎င်းတို့၏ဝင်ရောက်မှုကို ထိန်းချုပ်ခြင်းဖြင့်၊ အသုံးပြုသူများသည် AI လုပ်ဆောင်နိုင်သည့် အနက်နှင့် အတိုင်းအတာကို ဆုံးဖြတ်နိုင်သည်။
ဥပမာအားဖြင့်၊ ChatGPT နှင့် ပေါင်းစပ်ထားသော ချတ်ဝဘ်အက်ပ်ကို ဖန်တီးရန် တာဝန်ပေးခံရပါက၊ Auto-GPT သည် HTML ရှေ့ဆုံးကို ဖန်တီးခြင်း သို့မဟုတ် Python နောက်ကွယ်တွင် ဇာတ်ညွှန်းရေးခြင်းကဲ့သို့ ပန်းတိုင်ကို အလိုအလျောက် ခွဲခြမ်း၍ လုပ်ဆောင်နိုင်သော အဆင့်များအဖြစ် အလိုအလျောက် ခွဲပေးပါသည်။ အပလီကေးရှင်းသည် ဤသတိပေးချက်များကို အလိုအလျောက်ထုတ်လုပ်နေသော်လည်း၊ အသုံးပြုသူများသည် ၎င်းတို့ကို စောင့်ကြည့်ပြီး ပြင်ဆင်နိုင်ဆဲဖြစ်သည်။ AutoGPT ဖန်တီးသူမှ ပြထားသည့်အတိုင်း @SigGravitas၎င်းသည် Python ကိုအခြေခံ၍ စမ်းသပ်မှုပရိုဂရမ်တစ်ခုကို တည်ဆောက်ပြီး လုပ်ဆောင်နိုင်သည်။
Auto-GPT- Code Execution အတွက် ဧရာမအပ်ဒိတ်။ 🤖💻
Auto-GPT သည် ယခုအခါ ၎င်း၏ကိုယ်ပိုင်ကုဒ်ကို အသုံးပြု၍ ရေးသားနိုင်ပြီဖြစ်သည်။ #gpt4 ပြီးလျှင် python script များကို လုပ်ဆောင်ပါ။
၎င်းသည် ၎င်းအား ထပ်ခါတလဲလဲ အမှားရှာခြင်း၊ တီထွင်ခြင်းနှင့် မိမိကိုယ်ကို တိုးတက်အောင် ပြုလုပ်နိုင်စေသည်... 🤯 👇 pic.twitter.com/GEkMb1LyxV
— သိသာထင်ရှားသော Gravitas (@SigGravitas) ဧပြီလ 1, 2023
အောက်ဖော်ပြပါပုံသည် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်တစ်ခု၏ ယေဘူယျဗိသုကာတစ်ခုအား ဖော်ပြနေသော်လည်း၊ ၎င်းသည် မြင်ကွင်းနောက်ကွယ်ရှိ လုပ်ငန်းစဉ်များအကြောင်း တန်ဖိုးရှိသော ထိုးထွင်းသိမြင်မှုကို ပေးဆောင်သည်။
ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်ဗိသုကာ
လုပ်ငန်းစဉ်သည် OpenAI API Key ကိုစစ်ဆေးပြီး ရေတိုမှတ်ဉာဏ်နှင့် ဒေတာဘေ့စ်အကြောင်းအရာများအပါအဝင် အမျိုးမျိုးသော ကန့်သတ်ဘောင်များကို စတင်ခြင်းဖြင့် စတင်လုပ်ဆောင်ပါသည်။ သော့ဒေတာကို Agent သို့ ပေးပို့ပြီးသည်နှင့်၊ မော်ဒယ်သည် တုံ့ပြန်မှုကို ရယူရန် GPT3.5/GPT4 နှင့် အပြန်အလှန်တုံ့ပြန်သည်။ ထို့နောက် ဤတုံ့ပြန်မှုသည် အွန်လိုင်းရှာဖွေမှုများလုပ်ဆောင်ခြင်း၊ ဖိုင်များဖတ်ရှုခြင်း သို့မဟုတ် စာရေးခြင်း သို့မဟုတ် ကုဒ်ဖွင့်ခြင်းကဲ့သို့သော လုပ်ဆောင်ချက်အမျိုးမျိုးကို လုပ်ဆောင်ရန် Agent မှ ဘာသာပြန်ဆိုသည့် JSON ဖော်မတ်တစ်ခုအဖြစ် ပြောင်းလဲပါသည်။ Auto-GPT သည် ဤတုံ့ပြန်မှုများကို ဒေတာဘေ့စ်တစ်ခုတွင် သိမ်းဆည်းရန် ကြိုတင်လေ့ကျင့်ထားသည့် မော်ဒယ်ကို အသုံးပြုထားပြီး အနာဂတ် အပြန်အလှန်တုံ့ပြန်မှုများသည် ဤသိမ်းဆည်းထားသော အချက်အလက်ကို ကိုးကားရန်အတွက် အသုံးပြုပါသည်။ လုပ်ဆောင်စရာ ပြီးမြောက်သည်ဟု မှတ်ယူသည်အထိ ကွင်းဆက်သည် ဆက်သွားပါမည်။
Auto-GPT နှင့် GPT-Engineer အတွက် စနစ်ထည့်သွင်းရန် လမ်းညွှန်
GPT-Engineer နှင့် Auto-GPT ကဲ့သို့သော ခေတ်မီကိရိယာများကို စနစ်ထည့်သွင်းခြင်းသည် သင်၏ ဖွံ့ဖြိုးတိုးတက်မှုလုပ်ငန်းစဉ်ကို ချောမွေ့စေနိုင်သည်။ အောက်တွင် ကိရိယာနှစ်ခုလုံးကို ထည့်သွင်းပြီး စီစဉ်သတ်မှတ်ရာတွင် ကူညီရန် ဖွဲ့စည်းတည်ဆောက်ပုံလမ်းညွှန်တစ်ခုဖြစ်သည်။
အော်တို-GPT
Auto-GPT စနစ်ထည့်သွင်းခြင်းသည် ရှုပ်ထွေးပုံပေါ်နိုင်သော်လည်း မှန်ကန်သောခြေလှမ်းများဖြင့် ၎င်းသည် ရိုးရှင်းပါသည်။ ဤလမ်းညွှန်တွင် Auto-GPT စနစ်ထည့်သွင်းရန် လုပ်ထုံးလုပ်နည်းကို အကျုံးဝင်ပြီး ၎င်း၏ မတူကွဲပြားသော အခြေအနေများတွင် ထိုးထွင်းသိမြင်မှုများကို ပေးပါသည်။
1. ကြိုတင်လိုအပ်ချက်များ-
- Python ပတ်ဝန်းကျင်- သင့်တွင် Python 3.8 သို့မဟုတ် နောက်ပိုင်းတွင် ထည့်သွင်းထားကြောင်း သေချာပါစေ။ ၎င်းမှ Python ကိုသင်ရယူနိုင်သည်။ တရားဝင်ဝက်ဘ်ဆိုက်.
- အကယ်၍ သင်သည် repositories ကို clone လုပ်ရန်စီစဉ်ထားပါက install လုပ်ပါ။ git.
- OpenAI API သော့- OpenAI နှင့် အပြန်အလှန်တုံ့ပြန်ရန် API သော့တစ်ခု လိုအပ်ပါသည်။ သင့်ထံမှသော့ကိုရယူပါ။ OpenAI အကောင့်
AI API Key Generation ကိုဖွင့်ပါ။
Memory Backend ရွေးစရာများ- မန်မိုရီနောက်ကွယ်မှသည် AutoGPT အတွက် သိုလှောင်မှုယန္တရားတစ်ခုအနေဖြင့် ၎င်း၏လုပ်ငန်းဆောင်တာများအတွက် မရှိမဖြစ်လိုအပ်သော ဒေတာကို ရယူအသုံးပြုနိုင်ပါသည်။ AutoGPT သည် ရေတိုနှင့် ရေရှည်သိုလှောင်မှုစွမ်းရည်နှစ်မျိုးလုံးကို အသုံးချသည်။ နာနတ်သီး, Milvus, Redisနှင့် အခြားရွေးချယ်မှုများသည် ရနိုင်သောရွေးချယ်မှုများဖြစ်သည်။
2. သင်၏ Workspace ကို သတ်မှတ်ခြင်း-
- ပကတိပတ်ဝန်းကျင်ကို ဖန်တီးပါ-
python3 -m venv myenv - ပတ်ဝန်းကျင်ကို အသက်သွင်းပါ-
- MacOS သို့မဟုတ် Linux:
source myenv/bin/activate
- MacOS သို့မဟုတ် Linux:
3 ။ installation:
- Auto-GPT repository ကို Clone (သင့်တွင် Git ထည့်သွင်းထားကြောင်း သေချာသည်)
git clone https://github.com/Significant-Gravitas/Auto-GPT.git - သင်ဗားရှင်းနှင့်အလုပ်လုပ်ကြောင်းသေချာစေရန် Auto-GPT ၏ 0.2.2လိုချင်တာရလိမ့်မယ်။ ထွက်ခွာသည် ထိုအထူးဗားရှင်းသို့-
git checkout stable-0.2.2 - ဒေါင်းလုဒ်လုပ်ထားသော သိုလှောင်ခန်းသို့ သွားပါ-
cd Auto-GPT - လိုအပ်သော မှီခိုမှုများကို ထည့်သွင်းပါ-
pip install -r requirements.txt
၄ ။
- တည်ရှိ
.env.templateပင်မ၌/Auto-GPTလမ်းညွှန်။ ပွားပြီး အမည်ပြောင်းပါ။.env - ဖွင့်လှစ်
.envပြီးလျှင် ဘေးတွင် သင်၏ OpenAI API Key ကို သတ်မှတ်ပါ။OPENAI_API_KEY= - အလားတူပင်၊ Pinecone သို့မဟုတ် အခြား memory backends များကို အသုံးပြုရန် အပ်ဒိတ်လုပ်ပါ။
.envသင်၏ Pinecone API သော့နှင့် ဒေသနှင့်အတူ ဖိုင်။
5. Command Line ညွှန်ကြားချက်များ-
Auto-GPT သည် ၎င်း၏အပြုအမူကို စိတ်ကြိုက်ပြင်ဆင်ရန် များပြားသော command-line အကြောင်းပြချက်များကို ပေးဆောင်သည်-
- အထွေထွေအသုံးပြုမှု:
- ပြသရန် အကူအညီ-
python -m autogpt --help - AI ဆက်တင်များကို ချိန်ညှိပါ
python -m autogpt --ai-settings <filename> - Memory Backend ကို သတ်မှတ်ပါ-
python -m autogpt --use-memory <memory-backend>
- ပြသရန် အကူအညီ-
CLI တွင် AutoGPT
6. Auto-GPT ကို ဖွင့်နေပါသည်။:
ပြင်ဆင်မှုများ ပြီးသည်နှင့်၊ Auto-GPT ကို အသုံးပြု၍ စတင်ပါ။
- Linux သို့မဟုတ် Mac:
./run.sh start - Windows ကို:
.\run.bat
Docker ပေါင်းစည်းခြင်း (အကြံပြုထားသော စနစ်ထည့်သွင်းခြင်းနည်းလမ်း)
Auto-GPT ကို သိုလှောင်လိုသူများအတွက် Docker သည် ရိုးရှင်းသောချဉ်းကပ်မှုတစ်ခုကို ပေးပါသည်။ သို့သော် Docker ၏ ကနဦးတပ်ဆင်မှုမှာ အနည်းငယ်ရှုပ်ထွေးနိုင်သည်ကို သတိပြုပါ။ ကိုးကားပါ။ Docker ၏ တပ်ဆင်မှုလမ်းညွှန် အကူအညီများသည်။
OpenAI API သော့ကို မွမ်းမံပြင်ဆင်ရန် အောက်ပါအဆင့်များအတိုင်း လုပ်ဆောင်ပါ။ Docker သည် နောက်ခံတွင် အလုပ်လုပ်နေကြောင်း သေချာပါစေ။ ယခု AutoGPT ၏ ပင်မလမ်းညွှန်သို့သွား၍ သင်၏ terminal တွင် အောက်ပါအဆင့်များကို လိုက်နာပါ။
- Docker ပုံကိုတည်ဆောက်ပါ-
docker build -t autogpt . - ယခု Run-
docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt
docker-compose ဖြင့်-
- Run ကို:
docker-compose run --build --rm auto-gpt - နောက်ဆက်တွဲ စိတ်ကြိုက်ပြင်ဆင်မှုအတွက်၊ သင်သည် ထပ်လောင်းဆင်ခြေများကို ပေါင်းစပ်နိုင်သည်။ ဥပမာ -gpt3only နှင့် -continuous နှစ်မျိုးလုံးဖြင့် run ရန်-
docker-compose run --rm auto-gpt --gpt3only--continuous - ကျယ်ပြန့်သော ကိုယ်ပိုင်အုပ်ချုပ်ခွင့် Auto-GPT သည် ကြီးမားသောဒေတာအတွဲများမှ အကြောင်းအရာများကို ထုတ်လုပ်ရာတွင် ပိုင်ဆိုင်ထားသောကြောင့် အန္တရာယ်ရှိသော ဝဘ်ရင်းမြစ်များကို မရည်ရွယ်ဘဲ ဝင်ရောက်ကြည့်ရှုခြင်း ဖြစ်နိုင်ချေရှိသည်။
အန္တရာယ်များကို လျော့ပါးစေရန်၊ Docker ကဲ့သို့ virtual container အတွင်း Auto-GPT ကို လုပ်ဆောင်ပါ။ ၎င်းသည် သင့်ပြင်ပဖိုင်များနှင့် စနစ်အား မထိမခိုက်အောင် ထိန်းသိမ်းထားသည့် virtual space အတွင်းတွင် အန္တရာယ်ဖြစ်စေနိုင်သော မည်သည့်အကြောင်းအရာမဆို ရှိနေကြောင်း သေချာစေသည်။ တနည်းအားဖြင့် Windows Sandbox သည် စက်ရှင်တစ်ခုစီပြီးနောက် ၎င်းကို ပြန်လည်သတ်မှတ်ခဲ့သော်လည်း ၎င်း၏အခြေအနေကို ထိန်းသိမ်းရန် ပျက်ကွက်ခဲ့သည်။
လုံခြုံရေးအတွက်၊ သင့်စနစ်သည် မမျှော်လင့်ထားသော အထွက်များမှ အကာအကွယ်အဖြစ် ရှိနေကြောင်း သေချာစေရန်၊ အတုအယောင်ပတ်ဝန်းကျင်တွင် Auto-GPT ကို အမြဲလုပ်ဆောင်ပါ။
ဒါတွေအားလုံးကြောင့် မင်းလိုချင်တဲ့ ရလာဒ်တွေ မရနိုင်တဲ့ အခွင့်အရေးတွေ ရှိနေပါသေးတယ်။ အော်တို-GPT အသုံးပြုသူများ အစီရင်ခံသည်။ ထပ်တလဲလဲ ပြဿနာများ ဖိုင်တစ်ခုသို့ စာရေးရန် ကြိုးစားသောအခါတွင် ပြဿနာရှိသော ဖိုင်အမည်များကြောင့် မအောင်မြင်သော ကြိုးပမ်းမှုများ ကြုံတွေ့ရတတ်သည်။ ဤသည်မှာ ဤကဲ့သို့သော အမှားတစ်ခုဖြစ်သည်။ Auto-GPT (release 0.2.2) doesn't append the text after error "write_to_file returned: Error: File has already been updated
ဆက်စပ်ဖြေရှင်းရန် အမျိုးမျိုးသော ဖြေရှင်းနည်းများကို ဆွေးနွေးခဲ့ကြပါသည်။ GitHub ကြိုး ရည်ညွှန်းသည်။
GPT-အင်ဂျင်နီယာ
GPT-Engineer အလုပ်အသွားအလာ-
- Prompt အဓိပ္ပါယ်: သဘာဝဘာသာစကားဖြင့် သင့်ပရောဂျက်၏ အသေးစိတ်ဖော်ပြချက်ကို ဖန်တီးပါ။
- ကုဒ်မျိုးဆက်− သင့်အမှာစာပေါ်အခြေခံ၍ GPT-Engineer သည် အလုပ်ရမည်ဖြစ်ပြီး၊ ကုဒ်အတိုအထွာများ၊ လုပ်ဆောင်ချက်များ၊ သို့မဟုတ် ပြီးပြည့်စုံသော အပလီကေးရှင်းများကိုပင် ထုတ်ပေးပါသည်။
- သန့်စင်ခြင်းနှင့် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်း။: ခေတ်လွန်၊ မြှင့်တင်ရန် နေရာအမြဲရှိပါသည်။ Developer များသည် ထိပ်တန်းအရည်အသွေးကို အာမခံပြီး သီးခြားလိုအပ်ချက်များနှင့် ပြည့်မီစေရန် ထုတ်လုပ်ထားသောကုဒ်ကို ပြုပြင်နိုင်သည်။
GPT-Engineer စနစ်ထည့်သွင်းခြင်းလုပ်ငန်းစဉ်ကို လိုက်နာရလွယ်ကူသော လမ်းညွှန်တစ်ခုအဖြစ် ပေါင်းစပ်ထားပါသည်။ ဤသည်မှာ အဆင့်ဆင့်ခွဲခြမ်းစိတ်ဖြာခြင်းဖြစ်သည်-
1. ပတ်ဝန်းကျင်ကို ပြင်ဆင်ခြင်း- ရေငုပ်ခြင်းမပြုမီ သင့်တွင် သင့်ပရောဂျက်လမ်းညွှန်ကို အဆင်သင့်ရှိစေရန် သေချာပါစေ။ Terminal ကိုဖွင့်ပြီး အောက်ပါ command ကို run ပါ။
- 'ဝဘ်ဆိုက်' အမည်ရှိ လမ်းညွှန်အသစ်တစ်ခု ဖန်တီးပါ-
mkdir website- လမ်းညွှန်သို့ ရွှေ့ပါ-
cd website
2. Repository ကို Clone လုပ်ပါ- git clone https://github.com/AntonOsika/gpt-engineer.git .
3. မှီခိုမှုကို လမ်းညွှန်ပြီး ထည့်သွင်းပါ- ပုံတူပွားပြီးသည်နှင့်၊ လမ်းညွှန်သို့ပြောင်းပါ။ cd gpt-engineer လိုအပ်သော မှီခိုမှုအားလုံးကို ထည့်သွင်းပါ။ make install
4. Virtual Environment ကို အသက်သွင်းပါ- သင့်လည်ပတ်မှုစနစ်ပေါ် မူတည်၍ ဖန်တီးထားသော virtual ပတ်ဝန်းကျင်ကို အသက်သွင်းပါ။
- ဘို့ macOS / Linux ကို:
source venv/bin/activate
- ဘို့ Windows ကိုAPI သော့တပ်ဆင်မှုကြောင့် အနည်းငယ်ကွဲပြားသည်-
set OPENAI_API_KEY=[your api key]
5. ဖွဲ့စည်းမှု – API သော့တပ်ဆင်မှု- OpenAI နှင့် အပြန်အလှန်တုံ့ပြန်ရန်၊ သင်သည် API သော့တစ်ခု လိုအပ်မည်ဖြစ်သည်။ သင့်တွင်တစ်ခုမရှိသေးပါက OpenAI ပလပ်ဖောင်းတွင်စာရင်းသွင်းပါ၊ ထို့နောက်-
- ဘို့ macOS / Linux ကို:
export OPENAI_API_KEY=[your api key]
- ဘို့ Windows ကို (စောစောကပြောခဲ့သလို)
set OPENAI_API_KEY=[your api key]
6. ပရောဂျက်အစပျိုးခြင်းနှင့် ကုဒ်ထုတ်လုပ်ခြင်း- GPT-Engineer ၏ မှော်ပညာသည် နိဒါန်းမှ စတင်သည်။ main_prompt ဖိုင်ထဲတွင် တွေ့သည်။ projects ဖိုင်တွဲ။
- ပရောဂျက်အသစ်တစ်ခု စတင်လိုပါက-
cp -r projects/example/ projects/website
ဤတွင်၊ သင်ရွေးချယ်ထားသော ပရောဂျက်အမည်ဖြင့် 'ဝဘ်ဆိုက်' ကို အစားထိုးပါ။
- တည်းဖြတ်ပါ
main_promptသင့်ပရောဂျက်၏ လိုအပ်ချက်များကို ရေးထိုးခြင်းဖြင့် သင်နှစ်သက်ရာ စာသားတည်းဖြတ်သူအား အသုံးပြု၍ ဖိုင်ကို အသုံးပြုပါ။
- အမြန်ပြေးခြင်းကို ကျေနပ်သည်နှင့်။
gpt-engineer projects/website
သင်ထုတ်လုပ်လိုက်သောကုဒ်သည် အဆိုပါနေရာတွင် ရှိနေမည်ဖြစ်သည်။ workspace ပရောဂျက်ဖိုင်တွဲအတွင်း လမ်းညွှန်။
7. မျိုးဆက်လွန်- GPT-Engineer သည် အစွမ်းထက်သော်လည်း၊ အမြဲတမ်း ပြီးပြည့်စုံနေမည် မဟုတ်ပေ။ ထုတ်လုပ်လိုက်သောကုဒ်ကို စစ်ဆေးပါ၊ လိုအပ်ပါက ကိုယ်တိုင်ပြောင်းလဲမှုများ ပြုလုပ်ပါ၊ အရာအားလုံး ချောမွေ့စွာ လုပ်ဆောင်ကြောင်း သေချာပါစေ။
ဥပမာ Run
Prompt:
GPT-Engineer သတ်မှတ်ခြင်းနှင့် လုပ်ဆောင်ခြင်း။
Auto-GPT ကဲ့သို့ပင်၊ GPT-Engineer သည် ပြီးပြည့်စုံသော စနစ်ထည့်သွင်းပြီးနောက်တွင် တစ်ခါတစ်ရံ အမှားအယွင်းများ ကြုံတွေ့ရနိုင်သည်။ သို့သော်လည်း ကျွန်ုပ်၏ တတိယကြိုးပမ်းမှုတွင်၊ ကျွန်ုပ်သည် အောက်ပါ streamlit ဝဘ်စာမျက်နှာကို အောင်မြင်စွာ ဝင်ရောက်ကြည့်ရှုနိုင်ခဲ့ပါသည်။ တရားဝင်စာတွင် မည်သည့်အမှားအယွင်းများကိုမဆို သေချာစစ်ဆေးပါ။ GPT-Engineer repository ၏ ပြဿနာ စာမျက်နှာ.
GPT-Engineer သုံးပြီး Streamlit အက်ပ်ကို ထုတ်ပေးသည်။
လက်ရှိ AI အေးဂျင့်များ၏ ပိတ်ဆို့မှုများ
လည်ပတ်မှုကုန်ကျစရိတ်
Auto-GPT ဖြင့် လုပ်ဆောင်သည့် အလုပ်တစ်ခုတည်းတွင် အဆင့်များစွာ ပါဝင်နိုင်သည်။ အရေးကြီးတာက ဒီအဆင့်တိုင်းက ဖြစ်နိုင်တယ်။ တစ်ဦးချင်း ကောက်ခံပါသည်။ကုန်ကျစရိတ်များ တိုးလာခြင်း၊ အော်တို-GPT သည် ကတိပြုထားသော ရလဒ်များကို မထုတ်ပေးနိုင်ဘဲ ထပ်ခါတလဲလဲ လှည့်ပတ်မှုများတွင် ပိတ်မိနေနိုင်သည်။ ထိုသို့သောဖြစ်ရပ်များသည် ၎င်း၏ယုံကြည်စိတ်ချရမှုကို ထိခိုက်စေပြီး ရင်းနှီးမြှုပ်နှံမှုကို ထိခိုက်စေပါသည်။
Auto-GPT ဖြင့် စာစီစာကုံးတိုတိုကို ဖန်တီးလိုသည်ဟု စိတ်ကူးကြည့်ပါ။ စာစီစာကုံး၏ စံပြအရှည်မှာ 8K တိုကင်များဖြစ်သည်၊ သို့သော် ဖန်တီးမှုလုပ်ငန်းစဉ်အတွင်း၊ မော်ဒယ်သည် အကြောင်းအရာကို အပြီးသတ်ရန် ကြားခံအဆင့်များစွာကို အကောင်အထည်ဖော်သည်။ အကယ်၍ သင်သည် 4k ဆက်စပ်အရှည်ဖြင့် GPT-8 ကိုအသုံးပြုနေပါက ထည့်သွင်းမှုအတွက် သင့်အား ငွေတောင်းခံမည်ဖြစ်သည်။ $0.03. အထွက်အတွက် ကုန်ကျစရိတ်က များမယ်။ $0.06. ယခု၊ မော်ဒယ်သည် အချို့သောအစိတ်အပိုင်းများကို အကြိမ်များစွာ ပြန်လုပ်ကာ ကြိုမမြင်နိုင်သော အကွက်တစ်ခုသို့ ပြေးသွားသည်ဟု ဆိုကြပါစို့။ လုပ်ငန်းစဉ်က ပိုရှည်လာရုံသာမက ထပ်ခါတလဲလဲလုပ်တိုင်း ကုန်ကျစရိတ်လည်း တိုးလာပါတယ်။
ယင်းကိုကာကွယ်ရန်-
အသုံးပြုမှုကန့်သတ်ချက်များကို သတ်မှတ်ပါ။ at OpenAI ငွေတောင်းခံခြင်းနှင့် ကန့်သတ်ချက်များ:
- Hard Limit- သင့်သတ်မှတ်ထားသော သတ်မှတ်ချက်ထက် ကျော်လွန်အသုံးပြုမှုကို ကန့်သတ်ထားသည်။
- Soft Limit: သတ်မှတ်ချက်ပြည့်မီသည်နှင့် သင့်အား အီးမေးလ်သတိပေးချက်တစ်ခု ပေးပို့သည်။
လုပ်ဆောင်နိုင်စွမ်း ကန့်သတ်ချက်များ
၎င်း၏အရင်းအမြစ်ကုဒ်တွင်ဖော်ပြထားသည့်အတိုင်း Auto-GPT ၏စွမ်းရည်များသည် အချို့သောနယ်နိမိတ်များနှင့် လာပါသည်။ ၎င်း၏ ပြဿနာဖြေရှင်းနည်းဗျူဟာများကို ၎င်း၏ ပင်ကိုယ်လုပ်ဆောင်ချက်များနှင့် GPT-4 ၏ API မှ ပံ့ပိုးပေးသော ဝင်ရောက်နိုင်မှုတို့ဖြင့် အုပ်ချုပ်သည်။ နက်ရှိုင်းသော ဆွေးနွေးမှုများနှင့် ဖြစ်နိုင်ချေရှိသော ဖြေရှင်းနည်းများအတွက်၊ သွားရောက်ကြည့်ရှုရန် စဉ်းစားပါ- အလိုအလျောက်-GPT ဆွေးနွေးမှု.
AI ၏ အလုပ်သမားဈေးကွက်အပေါ် သက်ရောက်မှု
AI နှင့် အလုပ်သမားစျေးကွက်များကြားတွင် လှုပ်ရှားတက်ကြွမှုသည် အမြဲတစေ ပြောင်းလဲနေပြီး ဤတွင် ကျယ်ကျယ်ပြန့်ပြန့် မှတ်တမ်းတင်ထားသည်။ သုတေသနစာတမ်း. အရေးကြီးသောအချက်မှာ နည်းပညာတိုးတက်မှုသည် ကျွမ်းကျင်လုပ်သားများကို မကြာခဏအကျိုးဖြစ်ထွန်းစေသော်လည်း ပုံမှန်လုပ်ငန်းဆောင်တာများတွင် ပါဝင်နေသူများအတွက် အန္တရာယ်ဖြစ်စေပါသည်။ အမှန်မှာ၊ နည်းပညာတိုးတက်မှုများသည် အချို့သောအလုပ်များကို အစားထိုးနိုင်သော်လည်း မတူကွဲပြားသော၊ လုပ်သားအသုံးများသောအလုပ်များအတွက် တစ်ပြိုင်နက်တည်း လမ်းခင်းပေးပါသည်။
အမေရိကန်အလုပ်သမားများ၏ 80% ခန့်သည် LLMs (Language Learning Models) သည် ၎င်းတို့၏နေ့စဉ်လုပ်ငန်းဆောင်တာများ၏ 10% ခန့်ကို လွှမ်းမိုးနိုင်သည်ကို တွေ့ရှိနိုင်သည်။ ဤကိန်းဂဏန်းသည် AI နှင့် လူသားတို့၏ အခန်းကဏ္ဍများ ပေါင်းစပ်မှုကို အလေးပေးဖော်ပြသည်။
လုပ်သားအင်အားတွင် AI ၏ အသွင်အပြင်နှစ်ခု အခန်းကဏ္ဍ-
- အပြုသဘောဆောင်တဲ့ကဏ္pectများ: AI သည် ဖောက်သည်ဝန်ဆောင်မှုမှသည် ငွေကြေးဆိုင်ရာအကြံဉာဏ်များအထိ လုပ်ငန်းများစွာကို အလိုအလျောက်လုပ်ဆောင်နိုင်ပြီး သီးသန့်အဖွဲ့များအတွက် ရန်ပုံငွေမရှိသော အသေးစားလုပ်ငန်းများကို ပြန်လည်တုံ့ပြန်နိုင်သည်။
- စိုးရိမ်ပူပန်မှုများ: အလိုအလျောက်စနစ်၏ကောင်းကျိုးသည် အထူးသဖြင့် ဖောက်သည်ပံ့ပိုးမှုကဲ့သို့သော လူသားများ၏ပါဝင်ပတ်သက်မှုတွင် အဓိကကျသောကဏ္ဍများတွင် ဖြစ်နိုင်ခြေရှိသော အလုပ်ဆုံးရှုံးမှုများအတွက် မျက်ခုံးပင့်စေသည်။ ထို့အပြင် ၎င်းသည် လျှို့ဝှက်အချက်အလက်များကို ရယူသည့် AI နှင့် ဆက်စပ်နေသည့် ကျင့်ဝတ်ဝင်္ကပါဖြစ်သည်။ ယင်းက AI ကို ပွင့်လင်းမြင်သာမှု၊ တာဝန်ခံမှုနှင့် ကျင့်ဝတ်ဆိုင်ရာ အသုံးပြုမှုတို့ကို သေချာစေမည့် ခိုင်မာသော အခြေခံအဆောက်အအုံတစ်ခု လိုအပ်သည်။
ကောက်ချက်
ChatGPT၊ Auto-GPT၊ နှင့် GPT-Engineer ကဲ့သို့သော ကိရိယာများသည် နည်းပညာနှင့် ၎င်း၏အသုံးပြုသူများကြား အပြန်အလှန်အကျိုးသက်ရောက်မှုကို ပြန်လည်ပုံဖော်ခြင်း၏ ရှေ့ဆုံးမှ ရပ်တည်နေပါသည်။ open-source လှုပ်ရှားမှုများတွင် အမြစ်တွယ်ခြင်းဖြင့်၊ ဤ AI အေးဂျင့်များသည် စက်၏ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရရှိနိုင်ခြေများကို ထင်ရှားစေပြီး၊ အစီအစဉ်ဆွဲခြင်းမှ ဆော့ဖ်ဝဲလ်ဖွံ့ဖြိုးတိုးတက်မှုအထိ လုပ်ဆောင်ချက်များကို လွယ်ကူချောမွေ့စေသည်။
ကျွန်ုပ်တို့၏နေ့စဉ်လုပ်ရိုးလုပ်စဉ်များတွင် AI သည် ပိုမိုနက်ရှိုင်းစွာပေါင်းစပ်ထားသည့်အနာဂတ်တစ်ခုသို့ တွန်းအားပေးသည်နှင့်အမျှ AI ၏စွမ်းဆောင်နိုင်ရည်များကိုလက်ခံကာ လူသားများ၏အခန်းကဏ္ဍကိုကာကွယ်ပေးသည့်ကြားချိန်ခွင်လျှာသည် အဓိကကျပါသည်။ ပိုမိုကျယ်ပြန့်သော နယ်ပယ်တွင်၊ AI-အလုပ်သမားစျေးကွက်သည် တိုးတက်မှုအခွင့်အလမ်းများနှင့် စိန်ခေါ်မှုများ၏ ပုံရိပ်နှစ်ခုကို ခြယ်မှုန်းထားပြီး နည်းပညာကျင့်ဝတ်နှင့် ပွင့်လင်းမြင်သာမှုတို့ကို သတိရှိရှိ ပေါင်းစပ်မှုတစ်ခုတောင်းဆိုထားသည်။
