使用说明
项目简介
AutoGPT Forge 是一个用于构建应用后端的框架,它基于 Agent Protocol (MCP),旨在简化智能体(Agent)应用的开发流程。该框架提供了一套模块化和可扩展的结构,帮助开发者专注于智能体逻辑的构建,而无需过多关注底层协议和基础设施的细节。
主要功能点
- 资源管理: 集中管理和提供对各种资源的访问能力,例如文件、数据库或外部服务。
- 工具注册与执行: 允许注册和执行外部工具,使得大型语言模型(LLM)能够调用这些工具来扩展其功能。
- Prompt 模板定义与渲染: 支持定义和渲染 Prompt 模板,以便根据不同的上下文和需求定制 LLM 的交互模式。
- 基于 Agent Protocol (MCP): 遵循 Agent Protocol 标准,通过 HTTP 和 JSON-RPC 协议与客户端进行通信,实现标准化的上下文服务。
安装步骤
-
克隆仓库:
git clone https://github.com/Autogpt33/AutoGPT -
进入 Forge 目录:
cd autogpt/autogpts/forge -
安装依赖: 虽然仓库中 'autogpts/forge' 目录下没有明确的安装脚本,但根据根目录的 'cli.py' 和 'setup.sh',以及 'autogpts/forge/run' 和 'autogpts/forge/run_benchmark' 脚本的存在,推测可能需要在项目根目录下先执行 setup 命令来初始化环境,然后再进入 'autogpts/forge' 目录运行服务器。尝试在项目根目录执行 setup 命令:
cd ../../ # 返回项目根目录 ./run setup或者,如果 'autogpts/forge' 目录下存在 'setup' 脚本,也可以尝试在该目录下执行:
cd autogpts/forge # 进入 forge 目录 ./setup # 如果存在 setup 脚本以上步骤旨在安装必要的 Python 包和设置 Poetry 环境(如果项目使用)。请根据实际情况选择合适的安装方式。
-
配置环境变量: 在 'autogpts/forge' 目录下创建 '.env' 文件,并配置以下环境变量 (示例):
DATABASE_STRING=sqlite:///./forge.db # 数据库连接字符串,这里使用 SQLite 数据库 AGENT_WORKSPACE=./workspace # Agent 工作区路径 PORT=8000 # (可选) 服务器端口,默认为 8000可能还需要配置 OpenAI API 密钥或其他 LLM 相关的环境变量,如果你的 Agent 需要调用 LLM。
服务器配置 (MCP 客户端配置)
MCP 客户端需要配置以下 JSON 格式信息以连接到 AutoGPT Forge 服务器:
{ "server name": "AutoGPT Forge Server", // MCP 服务器名称,可自定义 "command": "python", // 启动服务器的命令,这里使用 python 解释器 "args": [ // 命令参数 "-m", // 运行 Python 模块 "forge.app" // 指定运行 forge.app 模块,即 MCP 服务器应用入口 ], "transport": "http", // MCP 服务器传输协议,这里假设为 HTTP "port": 8000, // MCP 服务器监听端口,与 .env 文件中配置的 PORT 一致 "description": "AutoGPT Forge MCP Server" // 服务器描述信息,可自定义 }
基本使用方法
-
启动服务器: 进入 'autogpts/forge' 目录,运行以下命令启动 MCP 服务器:
python -m forge.app或者,如果 'autogpts/forge' 目录下存在 'run' 脚本:
./run服务器默认监听 'http://localhost:8000'。
-
使用 MCP 客户端连接: 配置 MCP 客户端,使用上述提供的服务器配置信息,连接到运行中的 AutoGPT Forge 服务器。
-
开发和部署 Agent: 基于 'autogpts/forge' 框架,修改 'autogpts/forge/forge/agent.py' 等文件,实现你的智能体逻辑。可以使用框架提供的 SDK 和工具来管理资源、注册工具和定义 Prompt 模板。
信息
分类
AI与计算