version: "3.9"
services:
auto-gpt:
image: significantgravitas/auto-gpt
depends_on:
- redis
env_file:
- .env
environment:
MEMORY_BACKEND: ${MEMORY_BACKEND:-redis}
REDIS_HOST: ${REDIS_HOST:-redis}
profiles: ["exclude-from-up"]
volumes:
- ./auto_gpt_workspace:/app/auto_gpt_workspace
- ./data:/app/data
## allow auto-gpt to write logs to disk
- ./logs:/app/logs
## uncomment following lines if you have / want to make use of these files
#- ./azure.yaml:/app/azure.yaml
#- ./ai_settings.yaml:/app/ai_settings.yaml
redis:
image: "redis/redis-stack-server:latest"
今回は「Read FizzBuzz.java, infer what requirements the code was written under, and itemize them.」(FizzBuzz.javaを読んで、どんな要件のもと書かれたコードなのかを推察し、箇条書きにする。) と入れEnter。
提案内容が良ければそのまま y と打ってEnterで承認します。別のことをしてほしければ、 Input: にその旨自然言語の形で指示を書きEnterです。
このとき、例えば y -10 と入れるとこの先10回自動で承認したことになります。
n と打つとその場でAutoGPTごと終了します。(dockerのrun自体が終了する)
AutoGPTがタスクを進めるとき、すぐ y -100 などとはせずうまく動いているか目視で確認することをおすすめします。時折タスクが前に進まないことがあり、そのときは一度終了してプロンプトを考え指示を自分で与えたり停止したりなどの操作が必要です。
完了
最終的にPythonのコードが返ってきました。生成されたコードも問題なく実行できます。
THOUGHTS: Now that I have analyzed the FizzBuzz.java code, I can determine its requirements. I will create a Python implementation based on those requirements. (FizzBuzz.javaのコードを分析したことで、その要件を判断することができるようになりました。その要件に基づいてPythonの実装を作成することにします。)
REASONING: I have analyzed the FizzBuzz.java code and determined that it is a simple program that prints numbers from 1 to 100, replacing multiples of 3 with ‘Fizz’, multiples of 5 with ‘Buzz’, and multiples of both 3 and 5 with ‘FizzBuzz’. I can create a Python implementation based on these requirements.(FizzBuzz.javaのコードを分析した結果、1から100までの数字をprintし、3の倍数を「Fizz」、5の倍数を「Buzz」、3と5の両方の倍数を「FizzBuzz」に置き換える単純なプログラムであると判断しました。これらの要件に基づいて、Pythonの実装を作成できます。)
