上一次測試auto-gpt0.2.2，發現1：不停地重複在網上找和下載文件，結果還是沒有能力把指定文件下載下來。
2：我手動下載了文件，讓它讀取分析，發現讀了之後馬上報錯自動退出了。說是提交給openai的token超字數了。。。
今天我又配置了當前最新的stable 0.3 auto-gpt，還是測試同樣的任務，讓它整理《紅樓夢》中的小說人物關係圖譜。
首先，發現下載文件還是下載不了。跟0.2.2很像。
沒辦法，我手動下載了文件給它。
然後，發現它執行代碼一定要在docker運行。我查了代碼，修改成直接可以運行了。
又然後，我發現它一直想執行還沒保存的代碼文件，我通過對話提示它先寫好代碼文件再執行文件。以後每次要執行代碼我發現都要做這樣的提示。顯然裡面有個邏輯問題。也許是execute_python_file命令應該對應一個新的文件，而execute_code應該創建一個新的文件，接的參數是代碼內容，而不是文件名。操作的時候讓代理先保存代碼文件，然後執行。
又又然後，我發現在訪問代碼時，openai.error.APIConnectionError，不知道是不是網絡環境問題，遇到這個問題程序就中止了。我修改了代碼，讓它遇到問題後重試。
最後，還是發現了tokens遇長的問題，我不知道哪裡的代碼又不嚴謹。。。到這裡，愉快的一下午就快結束了。
看來這個任務還是很難完成。
目前看來，auto-gpt還十分不成熟，原因是，1裡面的代碼里的bugs非常多；2系統有幾個如google查詢，讀寫文件，執行代碼等功能模塊，但這幾個模塊的調動很不協調，操作很不連貫，它們的組合經常十分生疏，如同請一個有理論，但完全沒有實踐基礎的幾個技術人員一起完成一個大任務。
顯然，在人工智能發展的路上，這些問題都會被解決。但現在而言，從效率角度看，在實際工作中用auto-gpt還是比較早的。auto-gpt在設計的時候，是用來完成通用任務的。我感覺現在來說，還需要很多的調整和磨合。讓人工智能做不同的事，本身要學習經驗。而讓人工智能做重複的事，這可我感覺現階段應該使用prompt+特定的任務代碼+gpt的形式可能更實在一些。