大家走到今天辛苦了~ 前面一堆理論以及介紹可能會有點膩,果然工程師還是跑跑程式碼,對能運行上的是比較有感覺XD 當然我們帶大家跑的就是最基本的操作,只是簡化一開始的流程,並不會玩那麼深入的API(那可能就要看有沒鐵人IT300天),不過最終還是想帶大家有個好的開始,未來如果工程有產品應用,還是想做更深研究,都歡迎留言或私下加聯繫方式交流~
很幸運的是說,在該論文發的幾個月後,程式碼就開源上來給大家玩了,文檔也不會太亂,就有些地方會花點時間解說,那我們就來帶大家做一些環境配置吧!
整個專案的應用都設在OpenAI的語言模型上,所以我們在使用的時候,是需要頻繁的呼叫API的。一開始我們需要到OpenAI申請可使用的API key,我們就直接到網頁做設定,直接到官網去先申請帳號 -> https://platform.openai.com/
已經有的話就可以直接到下一步
https://platform.openai.com/docs/quickstart/start-with-an-instruction
可以跑 Suggest one name for a horse. 右邊的案件,測試自己有沒付費,
如果跳出紅色字,代表是正常的
接下來我們可以到 Bill 去完成繳費服務,版主自己是先購買10美元的點數。
https://platform.openai.com/account/billing/overview
如果付費完成,可以回到剛剛的頁面測試。這時候如果箭頭案下去,有東西跑出來,就代表已經可以使用Openai的服務了
到這邊我們可以獲取 api key了 https://platform.openai.com/account/api-keys
複製下來保存後,晚點的AI專案就會用到
conda create --name generative_agents python=3.9.12
conda activate generative_agents
cd generative_agents
pip install -r requirements.txt
cd reverie/backend_server
vim utils.py
接著把下面的片段做修改與寫入,然後存檔
# 寫入
# Copy and paste your OpenAI API Key
openai_api_key = "<Your OpenAI API>"
# Put your name
key_owner = "<Name>"
maze_assets_loc = "../../environment/frontend_server/static_dirs/assets"
env_matrix = f"{maze_assets_loc}/the_ville/matrix"
env_visuals = f"{maze_assets_loc}/the_ville/visuals"
fs_storage = "../../environment/frontend_server/storage"
fs_temp_storage = "../../environment/frontend_server/temp_storage"
collision_block_id = "32125"
# Verbose
debug = True
openai_api_key 就是剛申請的key,key_owner就寫,申請API的時候提供的name
到這邊,API key跟安裝就順利完成囉!