第 1 种方法：安装 插件
核心功能如下：
这里放个视频，让大家感受下。
：
仅在 平台上，该插件的安装量便达到了惊人的 80 万！
整体而言，这款插件的效果比不上 的 插件（毕竟是亲儿子），但用于获取一些行业最新数据，解析网页内容，还是很不错的。
第 2 种方法：安装 Auto-GPT 脚本
在我一开始推荐 Auto-GPT 时，它还只有寥寥几千 Star，这才过去没多久，便疯狂上涨到 5 万多 Star 了，增长速度着实惊人。
这两天还成功登上了 热搜，可见其火爆程度。
它之所以能增长这么快，不仅仅因为它能联网，而是它可以根据开发者给它下达的任务，自行检索互联网上的公开信息，用于实现任务，优化代码、自动改 Bug 等。
这也就意味着，这是一个真正懂得通过自主学习，利用编程来强化自己能力的智能代码工具，也是自 GPT-4 出现以来，技术圈中又一款重磅级产品。
你可以给他设定一个初始任务，并确定 5 个任务目标。然后，它便会开始自动上网搜索数据，自动编写爬虫，抓取数据，一步步推进，最终实现任务。
虽然 Auto-GPT 只是一个实验性的开源应用，但已经能很好的向外界展示 GPT-4 语言模型的强大功能。
自推出后，不少人便开始探索它的能力极限，尝试接入不同行业应用场景。
：
总的来说，它所拥有的主要功能如下：
现在来看下具体怎么使用。 安装 & 使用
在项目 中，作者向我们介绍了多种 Auto-GPT 的安装与使用方式。这里为了让大家可以快速使用，我只讲最简单的一种安装方式。
在安装之前，你需要确保本地已安装好 开发环境。
Auto-GPT 具体安装步骤如下：
将项目克隆到本地：
git clone https://github.com/Torantulino/Auto-GPT.git进入项目目录：
cd 'Auto-GPT'使用 pip 安装项目依赖：
pip install -r requirements.txt复制
重命名 .env. 文件：
mv .env.template .env复制
打开目录中的 .env 文件，找到 ，填入你的 API Key。
API Key 可以在 官网生成：
一切准备工作就绪，开始运行 Auto-GPT：
python scripts/main.py复制
正常来说，如果你上面几步没有操作失误，那么现在项目是可能正常运行的。
如果出现不能运行的原因，那大概率是命令行工具没有设置好代理。
命令运行成功后，系统会提示你输入 AI 名称、角色任务、任务目标。
AI 名称和角色任务，可以根据你自己的需求来取。
这里比较重要的，是 5 个任务目标，设定的目标是否清晰明确，直接决定了任务的执行质量。
除了上述功能之外，你还可以配置 来存储向量内容，使用 让 AI 在执行任务的时候开口说话，使用 API 突破每日信息搜索限制等等。
玩法众多，可探索的空间也非常大，但要真正掌握，需要不少时间。
第 3 种方法：通过 Agent-GPT 搜索信息
如果你没有编程基础，要将 Auto-GPT 跑起来，难度不小。
这里再介绍一个工具，可以直接在 Web 页面上使用类似 Auto-GPT 的功能。
这个项目就是 Agent-GPT，跟 Auto-GPT 类似，它可以通过你给定的任务，一步步拆解并执行任务。
目前该项目已在 开源，Star 数也快接近 1 万了。
使用方法
第一步，打开 Agent-GPT 官网：
然后，你便能看到如下界面。
这里能看到它弹出了一个选项框，在使用这个工具前，你需要先配置好 GPT Model 和 的 API Key。
Model 这个选项可以根据你当前使用的 GPT 模型来填写。正常来说，GPT-3.5 填 gpt-3.5-turbo，GPT-4 填 gpt-4-32k。
Key 指的是 的 API Key。
Key 可以在 官网生成：
配置完成后，你便能在网页上直接使用 了。
与 Auto-GPT 不同的是， 可以使用的功能比较少，包括只能设定 1 个目标，部分网络访问功能仍受限制等等。
所以在有条件的情况下，我还是建议你优先考虑 Auto-GPT。
