AutoGPT是一个相对全面精巧可以构建AI Agent的框架，包含了AI代理的创建、部署和持续管理。
AI agent的结构被设计成很像人类，具有个性、记忆、思维过程和能力等不同组件。
AI agent的组件
Forge
对于AI代理的创建，AutoGPT提供了一个叫Forge的工具模版，自动生成Agent的代码，配置和运行脚本，甚至还包括了基准测试系统和前端。
创建Agent：
./run agent create YOUR_AGENT_NAME
运行Agent：
./run agent start YOUR_AGENT_NAME
Agent运行起来
Forge的核心代码结构包含：
- agent: Forge的核心，包含Agent的主要逻辑
- agent_protocol: Agent协议，Forge的一个特点，为了兼容各种Agent以及Agent市场
-
config: agent的配置，包含
BaseConfig，AIProfile，AIDirectives -
component: 构建agent的能力组件，继承自
AgentComponent或者实现Protocols接口，代表agent的某种能力 - llm/prompting: 提示词模版
component
from forge.agent import BaseAgent
from forge.agent.components import AgentComponent
class HelloComponent(AgentComponent):
pass
class SomeComponent(AgentComponent):
def __init__(self, hello_component: HelloComponent):
self.hello_component = hello_component
class MyAgent(BaseAgent):
def __init__(self):
# These components will be automatically discovered and used
self.hello_component = HelloComponent()
# We pass HelloComponent to SomeComponent
self.some_component = SomeComponent(self.hello_component)
按顺序指定component：
class MyAgent(Agent):
def __init__(self):
self.hello_component = HelloComponent()
self.calculator_component = CalculatorComponent()
# Explicitly set components list
self.components = [self.hello_component, self.calculator_component]
可以从配置文件导入components：
{
"CodeExecutorConfiguration": {
"execute_local_commands": false,
"shell_command_control": "allowlist",
"shell_allowlist": ["cat", "echo"],
"shell_denylist": [],
"docker_container_name": "agent_sandbox"
},
"FileManagerConfiguration": {
"storage_path": "agents/AutoGPT/",
"workspace_path": "agents/AutoGPT/workspace"
},
"GitOperationsConfiguration": {
"github_username": null
},
"ActionHistoryConfiguration": {
"llm_name": "gpt-3.5-turbo",
"max_tokens": 1024,
"spacy_language_model": "en_core_web_sm"
},
"ImageGeneratorConfiguration": {
"image_provider": "dalle",
"huggingface_image_model": "CompVis/stable-diffusion-v1-4",
"sd_webui_url": "http://localhost:7860"
},
"WebSearchConfiguration": {
"duckduckgo_max_attempts": 3
},
"WebSeleniumConfiguration": {
"llm_name": "gpt-3.5-turbo",
"web_browser": "chrome",
"headless": true,
"user_agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36",
"browse_spacy_language_model": "en_core_web_sm"
}
}
Agent Protocol
定义了Agent接口，方便统一构建各种Agent。
Agent Protocol主要定义了Task 任务、Step 步骤、Artifact 生成文件，以及对应的API定义：
-
/ap/v1/agent/tasks [POST]- This endpoint is used to create a new task for the agent. -
/ap/v1/agent/tasks/{task_id}/steps [POST]- This endpoint is used to trigger next step of the task.
Protocol还包括记忆模块db.py，核心类是AgentDB，在Agent初始化时传入db的配置信息。
Agent
BaseAgent 提供了两个Agent工作需要的抽象方法：
-
propose_action: 这个方法负责思考，提供思考结果对应的action, 返回ThoughtProcessOutput. -
execute: 这个方法负责执行action, 返回ActionResult.
Agent是AutoGPT实现的继承自BaseAgent 并实现了上面两个抽象方法，包含所有内建的components。这样最简单的创建自己的Agent的方法就是继承这个Agent，然后添加自己额外的component。当然也可以直接继承BaseAgent 可以做更多的定制化。
class MyComponent(AgentComponent):
pass
class MyAgent(Agent):
def __init__(
self,
settings: AgentSettings,
llm_provider: MultiProvider
file_storage: FileStorage,
app_config: AppConfig,
):
# Call the parent constructor to bring in the default components
super().__init__(settings, llm_provider, file_storage, app_config)
# Add your custom component
self.my_component = MyComponent()
重构
最近AutoGPT做了一次全新的重构，把Forge等组件都移动到classic文件夹，新的核心目录变成autogpt_platform，包含如下等模块：
backendfrontendinfra-
market
AutoGPT新架构使用了一些企业级的框架工具： - Supabase : 一个开源框架，一键集成了一些企业级基础设施，例如认证授权，Postgres数据库访问，文件存储等，号称让你用一个周末即可开发一个百万并发应用。
Supabase架构
-
Prisma：基于Node.js的ORM工具，很好的平衡SQL生产力和控制力。
Prisma
