AutoGPT是一個相對全面精巧可以構建AI Agent的框架，包含了AI代理的創建、部署和持續管理。

AI agent的結構被設計成很像人類，具有個性、記憶、思維過程和能力等不同組件。

AI agent的組件

Forge

對于AI代理的創建，AutoGPT提供了一個叫Forge的工具模版，自動生成Agent的代碼，配置和運行腳本，甚至還包括了基準測試系統和前端。

創建Agent：

./run agent create YOUR_AGENT_NAME

運行Agent：

./run agent start YOUR_AGENT_NAME

Agent運行起來

Forge的核心代碼結構包含：

• agent: Forge的核心，包含Agent的主要邏輯
• agent_protocol: Agent協議，Forge的一個特點，為了兼容各種Agent以及Agent市場
• config: agent的配置，包含BaseConfig，AIProfile，AIDirectives
• component: 構建agent的能力組件，繼承自AgentComponent或者實現Protocols接口，代表agent的某種能力
• llm/prompting: 提示詞模版

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)

按順序指定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]

可以從配置文件導入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

定義了Agent接口，方便統一構建各種Agent。
Agent Protocol主要定義了Task 任務、Step 步驟、Artifact 生成文件，以及對應的API定義：

• /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還包括記憶模塊db.py，核心類是AgentDB，在Agent初始化時傳入db的配置信息。

Agent

BaseAgent 提供了兩個Agent工作需要的抽象方法：

• propose_action: 這個方法負責思考，提供思考結果對應的action, 返回ThoughtProcessOutput.
• execute: 這個方法負責執行action, 返回 ActionResult.

Agent是AutoGPT實現的繼承自BaseAgent 并實現了上面兩個抽象方法，包含所有內建的components。這樣最簡單的創建自己的Agent的方法就是繼承這個Agent，然后添加自己額外的component。當然也可以直接繼承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()

重構

最近AutoGPT做了一次全新的重構，把Forge等組件都移動到classic文件夾，新的核心目錄變成autogpt_platform，包含如下等模塊：

• backend
• frontend
• infra
• market
  AutoGPT新架構使用了一些企業級的框架工具：
• Supabase : 一個開源框架，一鍵集成了一些企業級基礎設施，例如認證授權，Postgres數據庫訪問，文件存儲等，號稱讓你用一個周末即可開發一個百萬并發應用。

Supabase架構

• Prisma：基于Node.js的ORM工具，很好的平衡SQL生產力和控制力。
  
  Prisma