SmartGPT

---

SmartGPT 是一个实验性的程序，旨在通过将复杂任务分解为更小的问题，并利用互联网及其他外部资源收集信息，使大型语言模型（尤其是 GPT-3.5 和 GPT-4）能够在无需用户输入的情况下完成这些任务。

如果您想了解 SmartGPT 的最新进展、参与开发或讨论相关问题，请加入 SmartGPT Discord 服务器。

https://github.com/Cormanz/smartgpt/assets/32941017/11d737b4-9c93-4f22-b84f-d9c9d1ee0f9c

为什么？

目前已有许多解决方案可以让大型语言模型执行更复杂的任务，例如 Auto-GPT 和 BabyAGI。那么，为什么还需要 SmartGPT 呢？

• 模块化：SmartGPT 提供一流的插件支持，并且可以根据项目需求自由组合 Autos，因此具有极高的模块化特性。

• 灵活性：SmartGPT 只需一个自动生成的 config.yml 配置文件，即可对所有内容进行灵活配置。

• 一致性：SmartGPT 拥有智能的动态执行机制和静态工具链技术，能够提供非常一致的结果。

不过，SmartGPT 目前仍存在两个主要不足：

• 生态系统：由于 Auto-GPT 的广泛流行，它已经发展得非常成熟和完善，拥有更多的工具和与记忆系统的集成。此外，其代码库经过了严格的审查，因此通常比 SmartGPT 更少 bug、测试也更为充分。

• 内存管理：由于该项目还处于非常早期的阶段，目前仅有一个简单但功能有限的记忆系统。不过，随着项目的不断发展，这一点将会得到改善。

支持开发

目前，我们主要使用 GPT-3.5 对 SmartGPT 进行测试，偶尔也会使用 GPT-4，但这受限于更高成本模型的使用费用。随着项目的逐步成熟，我们的目标是同时试验多个智能体，并更多地使用 GPT-4，以充分发挥大型语言模型的最大潜力。然而，这需要较高的资金投入，而作为 SmartGPT 的核心维护者，我目前仍是一名高中生，承担这样的项目经费对我来说颇具挑战。如果您有兴趣帮助推动大型语言模型的边界，请考虑加入我们的 Patreon。

免责声明

SmartGPT 是一款高度实验性的应用程序。它的目标是最大限度地挖掘大型语言模型的潜力，为此牺牲了稳定性。在这里，向后兼容性几乎是一个遥不可及的梦想。尽管如此，SmartGPT 目前也承载着 AutoGPT 领域中一些最具创新性的想法和实验；虽然大多数尝试并未成功，但也有少数真正击中了目标。

快速入门

1. 安装 cargo，建议使用最新稳定版本。

2. 克隆仓库：git clone https://github.com/Cormanz/smartgpt.git && cd smartgpt。

3. 以发布模式运行：cargo run --release。这将为您生成一个 config.yml 文件。

4. 根据您的需求调整配置，然后再次运行。

如果您需要更多信息，或者希望在自己的项目中将 SmartGPT 作为库来使用，请阅读文档。

SmartGPT 的工作原理

Autos

Auto 是 SmartGPT 的基本构建模块。Auto 分为两种类型：

• Runner：Runner 被赋予单一任务，并负责将其完成。

• Assistants：Assistant Auto 可以与之对话，并根据对话上下文给出响应。

目前 Assistant 类型的 Auto 尚处于高度实验阶段，因此我们更推荐使用 Runner。

在底层，Auto 会运行一个代理（Agent）。该代理由两部分组成：动态代理和静态代理。

动态代理

动态代理是基础代理。它采用类似 REACT 的流程，先思考、推理，再做出决策。它可以执行以下三种操作之一：

• 头脑风暴。
• 执行一项行动。
• 向用户提供最终结果。

当动态代理执行行动时，静态代理会被调度来完成该行动。

状态代理

静态代理负责执行动态代理分配的子任务。其工作流程如下：

1. 它会按照精确的顺序规划完成任务所需的所有工具。

2. 然后逐一执行计划中的每一步，为每个工具填充相应的参数。

此外，静态代理还会保存资产，以便动态代理在未来任务中再次调用。

内存

所有代理都具备记忆功能。完成任务后，代理会将所有观察记录存储到长期记忆中。当开始执行新任务时，代理会从长期记忆中提取与当前任务相关的所有记录（使用向量数据库实现这一功能）。

插件系统

Auto 可以使用一系列工具，例如 google_search、browse_url 等。这些工具通过插件来定义。插件可以定义自己的工具集，并拥有独立的数据。

许可证

smartgpt 依据MIT 许可证发布。完整的许可文本请参阅LICENSE。

SmartGPT 快速上手指南

SmartGPT 是一个实验性程序，旨在让大语言模型（如 GPT-3.5 和 GPT-4）能够无需用户干预即可通过拆解复杂任务、利用互联网及外部资源来自动完成工作。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：支持 Linux、macOS 或 Windows。
• 核心依赖：必须安装 Rust 包管理器 cargo。
  • 推荐安装最新稳定版。
  • 国内用户可使用 rustup 中国镜像加速安装：

    export RUSTUP_DIST_SERVER=https://mirrors.tuna.tsinghua.edu.cn/rustup
    export RUSTUP_UPDATE_ROOT=https://mirrors.tuna.tsinghua.edu.cn/rustup/rustup
    curl --proto '=https' --tlsv1.2 -sSf https://mirrors.tuna.tsinghua.edu.cn/rustup/rustup-init.sh | sh
    

  • 安装完成后，重启终端或运行 source $HOME/.cargo/env 使环境变量生效。
• API 密钥：您需要拥有 OpenAI API Key（用于 GPT-3.5 或 GPT-4）。

安装步骤

1. 克隆仓库 使用 git 将项目代码下载到本地：

   git clone https://github.com/Cormanz/smartgpt.git && cd smartgpt
   

   (注：若 GitHub 访问缓慢，可尝试使用国内镜像源克隆，如 git clone https://gitee.com/mirror/github_cormanz_smartgpt.git，如有可用镜像)

2. 编译并初始化 以发布模式运行项目。首次运行会自动生成配置文件 config.yml：

   cargo run --release
   

3. 配置 API 密钥 运行上述命令后，打开生成的 config.yml 文件，填入您的 OpenAI API Key 及其他所需配置项。

4. 再次运行 保存配置后，重新执行命令即可启动 SmartGPT：

   cargo run --release
   

基本使用

SmartGPT 的核心概念是 Auto（自动化代理），主要分为两类：

• Runner：接收单个任务并独立完成（推荐新手使用）。
• Assistants：可进行对话交互的助手（目前处于高度实验阶段）。

使用示例

启动程序后，您通常可以通过命令行交互或修改配置文件来定义任务。最基础的用法是启动一个 Runner 来处理特定目标。

假设您已配置好 config.yml，程序启动后会等待输入或根据配置执行预设流程。例如，您可以让 SmartGPT 执行以下逻辑（具体交互方式视版本更新可能略有不同，核心逻辑如下）：

1. 定义任务：告诉 SmartGPT 一个复杂目标，例如“调研当前 AI 领域的最新进展并总结”。
2. 自动执行：
   • 动态代理 (Dynamic Agent) 会分析任务，决定需要搜索信息。
   • 静态代理 (Static Agent) 会规划工具调用顺序（如先调用 google_search，再调用 browse_url 读取内容）。
   • 系统会自动联网获取信息，并将关键观察结果存入长期记忆（基于向量数据库）。
3. 获取结果：代理完成任务后，将最终总结反馈给您。

提示：由于该项目处于高度实验阶段，稳定性可能有所波动，且主要针对 GPT-3.5 进行测试以控制成本。建议先从简单的单步任务开始尝试，逐步探索其多步推理能力。

如需更高级的用法（如作为库集成到其他 Rust 项目中），请参阅官方文档：https://corman.gitbook.io/smartgpt/installation