你问 ChatGPT 答，属于单线问答式交互。但如果你问Auto-GPT，他会分解成N个任务，并且在遇到任务无法完成后，会尝试其它的方式来完成任务，很像老板交待你一个任务，中间的过程他不过问，遇到问题你自己想办法通过其它任务来解决，最终只要提供一个结果给他就好。
今天就带你认识一个这样的工具，能够根据用户需求，在用户完全不插手的情况下自主执行任务，包括日常的事件分析、营销方案撰写、代码编程、数学运算等事务都能代劳。
AgentGPT 允许您自主配置和私有化部署，先自定义一个 AI 机器人名称，再给一个任务目标，它将通过思考要完成的任务、执行它们并从结果中学习来尝试达到目标，可以看作是与Auto-GPT的类似一个典型的实现案例。
AgentGPT全部代码采用JS来写，背后结合OpenAI API、LangChain等进行任务拆解执行，可以直接拿完整包部署，也可以下载代码手动部署，不管哪种方式，部署相比Auto-GPT而言都要容易一些。
下面我们来看看几种部署方式，每一种方式的难度相信都不太大。
Docker方式部署
在本地运行 AgentGPT 的最简单方法是使用 docker。提供了一个方便的设置脚本来帮助您入门。
./setup.sh –docker
本地开发模式部署
如果您希望在本地开发 AgentGPT，最简单的方法是使用提供的设置脚本。
./setup.sh –local
手动部署
-
安装Nodejs +18（推荐 LTS版本），并 Clone 代码库：
git clone https://github.com/reworkd/AgentGPT.git
2. 安装依赖项：
cd AgentGPT
npm install
3. 创建一个包含以下内容的.env文件，环境变量配置如下：
# Deployment Environment:
NODE_ENV=development
# Next Auth config:
# Generate a secret with `openssl rand -base64 32`
NEXTAUTH_SECRET=changeme
NEXTAUTH_URL=http://localhost:3000
DATABASE_URL=file:./db.sqlite
# Your open api key
OPENAI_API_KEY=changeme4. 修改 prisma 模式以使用 sqlite：
./prisma/use_sqlite.sh
注意：仅当您希望使用 sqlite 时才需要这样做。
5. 准备好以上配置，现在开始运行：
# Create database migrations
npx prisma db push
# Run the project:
npm run dev让我们以官方应用做一个小测试：找出中国最赚钱的公司，我们可以看到AgentGPT在一步一步分解任务、运行任务，完全不需要人工的干预。
由于未设置自己的Key等相关参数，考虑自身的服务压力，Demo直接终止了任务执行。有兴趣的可以自己部署一版，填入自己的 Key，看能不能完成一个目标任务。
随着开源活动的继续开展，未来会有越来越多开箱即用的小工具，来帮助大家提高自己的生产力。
扩展阅读：