【AutoGPT】英語解説を日本語で読む【2023年4月14日｜@Dave Ebbelaar】

AutoGPTの解説です。
AutoGPTをセットアップして、自分だけのAIアシスタントを始める方法が紹介されています。AutoGPTは、GPT-4言語モデルの可能性を示す、先駆的なオープンソースソフトウェアで、GPT-4を搭載したこのアプリケーションは、LLMの「思考」を自律的につないで、与えられた目的を達成します。GPT-4が完全に独立して動作する最初の例として、Auto-GPTはAI能力の地平を広げています。
00:00 はじめに
00:24 AutoGPTとは
02:28 はじめに
04:50 リポジトリのクローンを作成する
07:20 環境変数を設定する
10:03 スクリプトを実行する
11:24 アシスタントのセットアップ
17:49 スピーチモード
公開日：2023年4月14日
※動画を再生してから読むのがオススメです。

---

Welcome back.

おかえりなさい。

Would you like me to return to being Dave's AI assistant?

デイブのAIアシスタントに戻ろうか？

Okay, so ChatGPT is old news.

さて、ChatGPTはもう古い。

AutoGPT is the new thing.

AutoGPTは新しいものです。

And if you want to know how to use it, how to get started, then this is the video for you.

その使い方や始め方を知りたいなら、このビデオをご覧ください。

I will give you a full tutorial showing you how to install it, get started, and then create your own personal AI assistance.

チュートリアルでは、インストール方法、始め方、そして自分だけのAIアシスタントを作る方法を紹介します。

And you can even use voice clones to let it talk as well.

ボイスクローンを使って、AIにしゃべらせることもできます。

Make sure to like this video and subscribe to the channel.

このビデオに「いいね！」とチャンネル登録をお願いします。

Okay, so AutoGPT is an open source project and this is the GitHub page.

AutoGPTはオープンソースのプロジェクトで、これはGitHubのページです。

So what is it?

これはGitHubのページで、どんなものなのでしょうか？

Well, in their own words, it's an experimental open source application showcasing the capabilities of the GPT-4 language model.

彼らの言葉を借りれば、GPT-4言語モデルの能力を紹介する実験的なオープンソースアプリケーションです。

And basically the power is in chaining together large language model thoughts to autonomously achieve whatever goal you set.

基本的には、大きな言語モデルの思考を連鎖させることで、設定した目標を自律的に達成することができるのです。

So you can give it a set of goals and then it will start to use the GPT-4 language model using the OpenAI API to iteratively prompt the API get results back and then use that again to evaluate it and then come up with the next prompt to reach all the goals you set for it.

つまり、目標を与えると、GPT-4言語モデルをOpenAI APIを使って使い始め、APIに繰り返しプロンプトを出し、結果を返してもらい、それをまた使って評価し、次のプロンプトを出して、あなたが設定したすべての目標に到達することができます。

So what can you do with it?

それで何ができるのでしょうか？

And why should you experiment with it?

そして、なぜそれを試す必要があるのでしょうか？

Well, first of all, I think this is the future of AI.

まあ、まず、これはAIの未来だと思います。

We will all have a personal AI assistant that can basically do tasks for us.

私たちは皆、基本的に自分の代わりにタスクをこなしてくれるパーソナルなAIアシスタントを持つことになるでしょう。

So instead of right now, we have to go to ChatGPT, fill it in and then it will help us.

つまり、今すぐではなく、ChatGPTに行き、必要事項を記入すれば、私たちを助けてくれるようになるのです。

What you can do in the future and AutoGPT is an already nice example of what it will be like in the future is you give it some a set of goals and then it will go out on its own to achieve to reach those goals that you specify.

AutoGPTは、将来的にどのようなものになるのか、すでに素晴らしい例ですが、目標を与えると、その目標に到達するために自ら行動します。

So here in the demo, they gave the example of chef GPT, which is an AI designed to browse the web to discover the next upcoming event and event, a unique and original recipe that would suit it.

このデモでは、シェフGPTの例が紹介されましたが、これはウェブを閲覧して、次に開催されるイベントや行事、それに合うユニークでオリジナルなレシピを発見するように設計されたAIなんですね。

So again, this is not possible with ChatGPT because it does not have access to current or live events.

つまり、ChatGPTでは、現在のイベントやライブイベントにアクセスできないので、これも不可能なのです。

So here are the goals event and original out of the box recipe, save the resulting recipe to a file.

そこで、ここにゴールとなるイベントとオリジナルのアウトオブザボックスレシピを用意し、できたレシピをファイルに保存します。

So then it goes on with the thoughts, the reasoning, and then it can execute commands.

そして、思考と推論を進め、コマンドを実行することができます。

So here you can see it's working in the background to basically go out on its own, explore the web, save the results.

ここでは、バックグラウンドで動作しているのがわかりますが、基本的には自分で出かけていって、ウェブを探索し、結果を保存します。

And this is really, really cool, but also quite scary, right?

これはとてもクールですが、同時にとても恐ろしいことでもありますね。

So it is an autonomous agent and in between you have to basically say, yes, you can continue.

つまり、これは自律的なエージェントであり、その間にあなたは基本的に「はい、続けていいですよ」と言わなければなりません。

But other than that, it is doing things in the background without you actually knowing what's really going on.

しかし、それ以外は、何が起こっているのかわからないまま、バックグラウンドで物事を進めているのです。

Okay.

なるほど。

So what do you need to actually get started?

では、実際に始めるには何が必要なのでしょうか？

Well, first of all, you need a Python installation on your system.

まず、システムにPythonをインストールする必要があります。

So Python 3.8 or later, and I will link this document, this GitHub page in the description.

Python 3.8以降で、説明の中にこのドキュメント、GitHubのページをリンクしておきます。

And basically everything that you need is in this document, but I will walk you through it in this video.

基本的に必要なものはすべてこのドキュメントに書かれていますが、このビデオで説明します。

So you also have a graphical representation of what it looks like and just watch me do all the steps basically, but make sure you have a Python installation on my system.

このビデオでは、Pythonがどのようなものかを図式化し、私が基本的にすべてのステップを行うのをご覧ください。

I have an Anaconda installation.

私のシステムにはAnacondaがインストールされています。

So I will use that also to create a Conda environment.

Anacondaをインストールしているので、それを使ってCondaの環境を作ります。

And if you are totally new to Python or Anaconda, then I would recommend installing Anaconda because that is what I will show in this video.

もしあなたがPythonやAnacondaを全く知らないのであれば、Anacondaをインストールすることをお勧めします。

And then you can follow along.

このビデオで紹介するのはAnacondaなので、Anacondaをインストールすることをお勧めします。

If you already have a Python installation, you can just use a virtual environment.

すでにPythonをインストールしているのであれば、仮想環境を使うだけでいいのです。

All right.

そうですね。

So first we need Python, then you need an open API, API key.

まずPythonが必要で、次にオープンAPIとAPIキーが必要です。

So if you follow the link over here, I will go to my account.

このリンクをたどると、私のアカウントにアクセスできます。

I already have an OpenAI account.

私はすでにOpenAIのアカウントを持っています。

So you need that.

だから、それが必要です。

And you also need an API key.

そして、APIキーも必要です。

And I believe that right now you have to get on the wait list to request an API.

今はAPIをリクエストするためにウェイティングリストに登録する必要があると思います。

So if you follow this link, go to API keys, then there you will find the next step to request your API keys, get on the wait list.

このリンクをたどって、APIキーのところに行くと、APIキーをリクエストするための次のステップ、ウェイティングリストに載ることができます。

All right.

なるほど。

It also says here that you need a Pinecone API key, but I believe it's actually not true because you can also use local storage.

PineconeのAPIキーが必要だと書いてありますが、実はそうではなく、ローカルストレージを使うこともできるんです。

So Pinecone is a long-term memory for AI.

PineconeはAIの長期記憶ということですね。

It's basically a vector database.

基本的にはベクターデータベースです。

And I won't get into the specifics right now, but you can just skip it because we will use local storage for this example.

そして、今は具体的な説明はしませんが、この例ではローカルストレージを使うので、読み飛ばしていただいて結構です。

And then optional is an 11Labs key if you want the AI to speak.

そして、オプションとして、AIに喋らせたい場合は11Labsキーが必要です。

So this is where we can actually give it a voice and get it to talk.

ここで実際にAIに声を与え、しゃべらせることができます。

So 11Labs is a speech synthesis platform where you can basically clone your own voice or use pre-trained voices.

11Labsは音声合成プラットフォームで、基本的に自分の声のクローンを作ったり、あらかじめ訓練された声を使うことができます。

And I will show you how to use this later in this video because it's not required.

このビデオの後半で、その使い方を紹介します。

And I first want to get you up and running.

そして、まず、あなたを立ち上げ、実行させたいと思います。

All right.

では、さっそく始めましょう。

So let's get started.

では、始めましょう。

So if you have Git installed on your system and you are familiar with Git, then you should clone this repository using the URL over here.

もしあなたのシステムにGitがインストールされていて、Gitに精通しているのであれば、ここにあるURLを使ってこのリポジトリをクローンする必要があります。

If you are not familiar with Git, then download this zip to download basically all the files that are here.

Gitに詳しくない人は、このZIPをダウンロードして、ここにあるすべてのファイルを基本的にダウンロードしてください。

So I will show you how to set this up on macOS, but the principles basically are the same if you are on Windows.

では、macOSでの設定方法を紹介しますが、Windowsでも基本的には同じです。

So I created a new folder called AutoGPT experiments.

そこで、AutoGPT experimentsという新しいフォルダを作成しました。

And this is where we want to clone the repository to, or if you have downloaded the zip, this is where we want to place the files.

このフォルダにリポジトリをクローンするか、ZIPをダウンロードした場合はここにファイルを配置します。

So I'm going to open up a terminal and I'm going to basically say Git clone and paste the URL.

ターミナルを開いて、Git clone と言って URL を貼り付けます。

So this will clone into the repository, creating a folder AutoGPT.

これでリポジトリにクローンされ、AutoGPTというフォルダが作成されます。

And in here will all the files be basically, which you also see on the GitHub repository.

そしてこの中に、GitHubのリポジトリにあるすべてのファイルが基本的に入っています。

So if you follow along using the zip download, make sure you also have a folder AutoGPT with everything in here.

ZIPファイルをダウンロードした場合は、AutoGPTフォルダにすべてのファイルがあることを確認してください。

Okay.

なるほど。

Next we're going to create a Python environment because there are some requirements in here that we have to install using pip and we want to do that in a new environment.

次にPythonの環境を作成します。この中にはpipを使ってインストールしなければならない要件があるので、新しい環境でそれを行いたいと思います。

So like I've said, I'll be doing this in a Conda environment, but if you just use a regular Python installation, you can also use a Python virtual environment.

ここではCondaの環境で行いますが、通常のPythonのインストールであれば、Pythonの仮想環境を利用することも可能です。

Again, if you're not sure what that is or how to use it, look it up, use ChatGPT to ask you how to do that.

もしそれが何なのか、どうやって使うのかがわからない場合は、ChatGPTを使って調べてみてください。

So I'm going to create a Conda environment called AutoGPT, and I'm going to use Python version 3.8.

そこで、AutoGPTというCondaの環境を作り、Pythonのバージョン3.8を使用することにします。

So let's run this and wait for the environment to install.

では、これを実行して、環境がインストールされるのを待ちましょう。

All right.

よし、できた。

So the installation is complete and now to validate it, I'm going to activate AutoGPT and run Python in here to see if everything is working correctly.

では、インストールが完了したので、今度は検証のために、AutoGPTを有効にして、ここでPythonを実行し、すべてが正しく動作しているかどうかを確認します。

Python 3.8.

Python 3.8です。

All right.

よし。

Looking good.

いい感じです。

Okay.

よし。

So next I'm going to set up a visual studio code workspace, and that is because VSCode is my IDE of choice, but you can use any Python editor basically to do this.

次にVisual Studio Codeのワークスペースをセットアップします。

So I'm first going to CD into the AutoGPT folder, then make sure that we are in this folder within our terminal.

まず、AutoGPTフォルダにCDを入れ、ターミナルでこのフォルダにいることを確認します。

And then I'm going to type code followed by a dot.

そして、codeと入力し、その後にドットを入力します。

Now, depending on what you use on your system, this might not work.

さて、あなたのシステムで何を使っているかによって、これはうまくいかないかもしれません。

So again, you just open up this directory within a software within a app that can edit Python files.

Pythonファイルを編集できるソフトやアプリの中で、このディレクトリを開くだけです。

So in here, I'm going to save this workspace and I'm going to save it as AutoGPT.

この中にあるワークスペースをAutoGPTという名前で保存します。

So that is all good.

これで全てOKです。

And now I'm basically in here and here I can browse through all the files and I can also, I can basically manage my project over here.

これで基本的にこの中に入って、すべてのファイルを閲覧することができますし、基本的にこの中でプロジェクトを管理することができます。

All right.

これでOKです。

So that was the VSCode project.

これがVSCodeのプロジェクトでした。

And now we're going to install the requirements and we can do that by running pip install dash R requirements.TXT.

次に、要件をインストールするために、pip install dash R requirements.TXTを実行します。

And before running this command really make sure that the environment is active.

このコマンドを実行する前に、環境がアクティブであることを確認してください。

So here you can see AutoGPT meeting that I'm in the AutoGPT environment and whatever I will install in here is installed within this environment.

ここでは、AutoGPTがAutoGPT環境にあることを示し、ここにインストールするものはすべてこの環境内にインストールされます。

So I'm going to run this.

では、これを実行します。

This will basically pip install everything that is in here.

これで基本的に、ここにあるものはすべてパイプでインストールされます。

All right.

これで完了です。

And it's finished and now it's time to update the dots and file, which there is a template file in the main directory that we've just downloaded.

ダウンロードしたメイン・ディレクトリの中にテンプレート・ファイルがあります。

And here you can see all the place holders basically.

そしてここに、基本的にすべてのプレースホルダーを見ることができます。

So it's the.and.template file.

これが.and.templateファイルです。

And if we come back to the GitHub over here, you can see what it is that you have to do.

GitHubに戻ると、何をしなければならないかがわかります。

So you have to rename it to.and so first step is basically to come over here, rename it and remove.template.

最初のステップは、ここに来て名前を変え、.templateを削除することです。

So this is the first step and now we have to fill in all the API keys that you want to use.

これが最初のステップで、あとは使用するAPIキーをすべて記入します。

So again, like Pinecone is not necessary.

繰り返しますが、Pineconeのように必要ありません。

This we can all leave default.

これはデフォルトのままでいい。

We should update the open API API key.

オープンAPIのAPIキーは更新しておきましょう。

You need that one.

これは必要です。

Then over here you have the 11 labs, API keys and voice IDs.

次に、11のラボ、APIキー、音声IDがあります。

If you want to use voice and then here, make sure to check, for example, if you're on Mac, which I am set this to true.

音声を使いたい場合は、ここで、例えば、Macを使っている場合は、これをtrueに設定することを確認してください。

And here you can also specify.

そして、ここで指定することもできます。

So the memory backend is currently set to local and we can also set that to Pinecone, Pinecone.

メモリバックエンドは現在localに設定されていますが、Pinecone、Pineconeに設定することもできます。

But for now we leave that at local.

でも今はlocalのままにしておきます。

So for your open API API key, what it is that you have to do, and I'm not going to show you my key that I'm using, but you are going to create a new key.

オープンAPIのAPIキーについてですが、私が使っているキーをお見せするつもりはありませんが、新しいキーを作成することになります。

Then you can see the key over here.

そうすると、ここにキーが表示されます。

So I will delete this in a bit.

これを少しづつ削除していきます。

And then, so you can copy this, then come over here and then here you basically paste it and then make sure to put it between quotes.

そして、これをコピーして、ここに来て、基本的にはペーストして、引用符で囲むようにしてください。

So this is how you save the API key.

これがAPIキーの保存方法です。

And now it's in here and now the other Python files can load this key from your environment variable and it will use that to connect to the API.

これで、他のPythonファイルは環境変数からこのキーを読み込んで、APIに接続するために使用できるようになります。

So fill in your own API over here.

ですから、ここに自分のAPIを記入してください。

I will now make sure to delete this one so you can not use OpenAI on my credits and then basically fill this in, set everything up.

このAPIを削除して、私のクレジットでOpenAIを使えないようにします。そして、基本的にこれを埋めて、すべてをセットアップします。

All right.

そうですね。

And that's it for the setup.

これで設定は終わりです。

You are now ready to start using your own personal AI assistant, but please keep in mind that the open API to use GPT-4 and the other models is a paid API.

これであなただけのAIアシスタントを使い始める準備が整いましたが、GPT-4や他のモデルを使うためのオープンAPIは有料のAPIであることに留意してください。

So you have to set up a billing method and open API will charge you for this.

そのため、課金方法を設定する必要があり、オープンAPIから課金されることになります。

Now, don't worry, it's pretty cheap to start experimenting with this.

さて、これで実験を始めると結構安いのでご心配なく。

So you can look at open API's pricing, but it's a couple of cents per request usually.

オープンAPIの価格を見ていただければわかりますが、通常1リクエストあたり2～3セントです。

So I've been using it this whole morning and for me, it came down to $1.84.

だから、今朝からずっと使っているのですが、私の場合は1.84ドルになりました。

So please keep that in mind.

ですから、その点はご留意ください。

And you can also set up restrictions.

そして、制限を設定することもできます。

So you can set a hard limit or a soft limit.

ハードリミットやソフトリミットを設定することができるんですね。

So you can basically limit it and be in control of how much money you spend, but please keep that in mind.

だから、基本的には制限して、自分が使う金額をコントロールすることができるのですが、その点はご留意ください。

It is a paid API.

これは有料のAPIです。

All right.

わかりました。

So now let's get started.

では、さっそく始めましょう。

I'm going to clear up this terminal over here, make sure that we are in the main directory of this whole project, that you are in the environment and it's activated.

こっちの端末を片付けて、このプロジェクト全体のメインディレクトリにいること、環境に入っていること、有効になっていることを確認します。

So the AutoGPT, if you follow it along and now we can actually start to run and interact with the agent by running Python scripts slash main.py, which will basically execute the main.py file within the scripts folder.

Pythonスクリプトslash main.pyを実行することで、エージェントの実行と対話が可能になり、scriptsフォルダ内のmain.pyファイルが実行されます。

So coming back to the terminal, I'm going to type Python scripts slash main.py enter.

ターミナルに戻り、Python scripts slash main.py enterと入力します。

This will fire up the agent.

これでエージェントが起動します。

If everything is correct and installed within your environment.

すべてが正しく、あなたの環境にインストールされていれば、です。

And there we go.

これで完了です。

Welcome to AutoGPT.

AutoGPTへようこそ。

Enter the name of your AI and its role below.

以下にAIの名前とその役割を入力してください。

Okay.

わかりました。

So I've been experimenting with this this morning and I got varying results and right now I'm going to try something completely new.

今朝から実験をしていて、いろいろな結果が出たので、今度は全く新しいことをやってみようと思っています。

So I've no idea what the results are going to be like.

どんな結果になるのか、まったく想像がつきません。

So normally on this YouTube channel, I make videos about data science.

通常、このYouTubeチャンネルでは、データサイエンスに関するビデオを制作しています。

So about Python, about machine learning, basically videos to help you become a better data scientist, to help you better work with data.

Pythonや機械学習など、より優れたデータサイエンティストになるための、より優れたデータ活用のための動画を作っています。

And that requires me doing some research, creating tutorials, finding datasets and I would like some help with that.

そのためにはリサーチをしたり、チュートリアルを作ったり、データセットを探したりする必要があるのですが、その手助けをしてほしいんです。

So I'm going to create a personal assistant that can create Python coding tutorials for me.

そこで、私のためにPythonコーディングのチュートリアルを作ってくれるパーソナル・アシスタントを作ろうと思います。

And I'm going to call this AI Dave's AI assistant.

このAIをDaveのAIアシスタントと呼ぶことにします。

All right, at your service.

よし、よろしくお願いします。

And now we have to describe the AI's role.

そして今度は、AIの役割を説明する必要があります。

So Dave's AI assistant is an autonomous agent that can create Python coding tutorials to help Dave with his YouTube videos.

つまり、Dave's AI assistantは、DaveのYouTube動画を助けるためにPythonコーディングのチュートリアルを作成できる自律型エージェントです。

All right, and now we can specify up to five goals for the agent.

では、エージェントの目標を5つまで指定できます。

And I'm going to start with a tutorial for the most used Python library for data science, which is pandas.

まずはデータサイエンスに最も使われているPythonライブラリであるpandasのチュートリアルから始めようと思います。

So first goal, create a tutorial for the pandas library, start with the basics and work up to advanced techniques.

最初の目標は、pandasライブラリのチュートリアルを作成し、基本的なことから始めて高度なテクニックまで習得することです。

All right, goal number two, save the tutorial to a markdown file, and then three, shut down.

ゴールその2、チュートリアルをマークダウン・ファイルに保存する、そして3、シャットダウンする。

All right.

よし。

And then if you don't specify five goals, you can just hit enter again.

そして、5つのゴールを指定しない場合は、もう一度エンターキーを押すだけです。

All right, it's giving me a quick error that the file AutoGPT.Jason does not exist.

AutoGPT.Jasonというファイルが存在しない、というエラーが出ました。

So it cannot store the file.

つまり、ファイルを保存することができないのです。

So I'm going to quickly fix this.

だから、すぐにこれを修正します。

So this might be a bug.

これはバグかもしれませんね。

So they are constantly updating this repository.

このリポジトリは常に更新されているのです。

So I'm first going to exit out of the program by typing an N and then I'm going to quickly create a auto was again, we need a AutoGPT.Jason.

まず、Nを入力してプログラムを終了し、AutoGPT.Jasonが必要なので、Autoを作成します。

So rename this file AutoGPT.Jason.

このファイルの名前をAutoGPT.Jasonに変更します。

And this should be an empty Jason file, which the script will append the information to.

これは空のJasonファイルで、スクリプトが情報を追加するものです。

So coming back to the terminal, I'm going to rerun the script and then it will ask me to continue with Dave's AI assistant.

ターミナルに戻り、スクリプトを再実行すると、DaveのAIアシスタントを続けるかどうか聞いてきます。

And I will say yes.

そして、「はい」と答えます。

All right, and here it goes.

よし、これでOKだ。

So it starts off by saying I think a good place to start would be to perform a Google search for a brief introduction to the pandas library, then it provides the reasoning and a plan.

まず、Googleでpandasライブラリの簡単な紹介を検索することから始めるのが良いと思います、と言って始まり、理由と計画を示します。

So it will look on Google introduction to pandas.

だから、Googleのintroduction to pandasで検索することになります。

And then I basically have to confirm it by typing a Y and then hitting enter.

そして、基本的にはYを入力してエンターキーを押すことで確認することになりますね。

So that way you authorize the script to continue.

そうすることで、スクリプトを続行することを許可することになります。

And now it will perform this Google search.

そして、このGoogle検索を実行します。

And now we wait for the results.

そして、その結果を待ちます。

All right, so now it looks like it will read through everything.

さて、これで全てに目を通すことができそうです。

And I'm just going to continue accepting the commands that it wants to execute, right?

このまま、実行したいコマンドを受け入れることにしましょうか。

Seems like it wants to browse another website, going to press Y again.

別のウェブサイトを閲覧したいようなので、もう一度Yボタンを押します。

Alright, so it looks like it's doing some research and what you can also do instead of typing Y every time you can also type in Y and then dash and then a number to basically authorize the next and prompts.

Yを毎回入力する代わりに、Yとダッシュ、そして数字を入力することで、次のプロンプトを許可することも可能です。

Now be careful with this because it is going to execute on those prompts without any human intervention.

この場合、人間の介入なしにプロンプトが実行されることになるので注意が必要です。

But I've been playing with this tool this morning and I am quite confident with with the setup like this, I'm okay with giving it some steps ahead.

しかし、今朝このツールで遊んでみたところ、このような設定であれば、何歩か先に進ませても大丈夫だと確信しました。

So I'm going to say Y and then dash 10, which basically means I'm going to authorize the next 10 steps.

そこで、「Y」と言い、「10」とダッシュして、次の10ステップを許可することにしました。

So now it's going to run basically on autopilot for a moment.

これで、しばらくは基本的に自動運転で動いてくれます。

Okay, so the script was kind of stuck in a loop.

さて、このスクリプトはループにはまり込んでいましたね。

So I slightly changed the AI goals.

そこで、AIの目標を少し変えてみました。

So I made them a little easier and be overall a bit more specific.

もう少し簡単にして、全体的にもう少し具体的にしました。

So I just said create a tutorial for the pandas library in markdown format, save the results to markdown file, shut down.

つまり、pandasライブラリのチュートリアルをマークダウン形式で作成し、その結果をマークダウン・ファイルに保存してシャットダウンする、というものです。

So you can set this up in the AI settings.YAML and then basically rerun the script.

AI設定.YAMLでこれを設定し、基本的にスクリプトを再実行します。

So now you can see it's using the command write to file pandas tutorial.MD.

これで、write to file pandas tutorial.MDというコマンドを使用していることがわかりますね。

And it's still going on over here.

そして、こちらではまだ続いています。

You can also see it's using a read file command.

また、read fileコマンドを使用していることも確認できます。

So let's see what we have a file pandas tutorials.MD.

では、pandas tutorials.MDというファイルを見てみましょう。

Okay, what's in here?

さて、ここには何が入っているのでしょうか？

So we have some basic markdown pandas library tutorial introduction, we have a series, then we talk about a data frame and a conclusion.

基本的なマークダウンのpandasライブラリチュートリアルの紹介、シリーズ、そしてデータフレームと結論について説明しています。

Okay, this is very brief, very basic.

これはとても簡単で、とても基本的なものです。

But hey, it's it's a start.

しかし、まあ、これはスタートなのです。

So let's see what this looks like if we render it in a markdown viewer, copy and paste all of this into a craft document over here.

では、これをマークダウン・ビューアでレンダリングして、これをすべてコピーしてクラフト・ドキュメントに貼り付けるとどうなるか、見てみましょう。

And then take the shared link and see what that looks like in the browser.

そして、共有リンクを取り、ブラウザでどのように見えるか見てみましょう。

Alright, and we have a pandas tutorial.

そして、pandasのチュートリアルがあります。

Alright, so it covers a series and it covers data frames.

このチュートリアルでは、シリーズとデータフレームを扱います。

And we have a conclusion.

そして、結論もあります。

So hey, it's like I said, it's very basic, but it's a start.

非常に基本的な内容ですが、スタートラインに立つことができます。

These are literally the documents that I use to prepare my YouTube videos.

これらは文字通り、私がYouTubeのビデオを準備するために使っている文書です。

So if an AI assistant can help me with this, and this gets better, then that will make my life so much easier.

もしAIアシスタントがこれを手伝ってくれて、これがもっと良くなれば、私の生活はとても楽になるでしょう。

But now let's actually come back to our script because what it's doing over here.

では、実際にスクリプトに戻りましょう。

Okay, so we have pandas tutorial tests.

さて、pandasのチュートリアルテストがありますね。

Okay, it's it's still going.

さて、まだ続いていますね。

Oh, we have a new version pandas tutorials refined to series data frames.

新しいバージョンのpandasチュートリアルでは、データフレームをシリーズ化するように改良されています。

And we have some tips.

そして、いくつかのヒントもあります。

Let's see what what's the difference over here.

何が違うのか見てみましょう。

So come back over here, just going to replace everything.

ここに戻ってきて、すべてを置き換えるだけです。

Now we have some tips here in as well.

ここで、いくつかのヒントがあります。

So let's see if I refresh this document, we have some pandas tips.

このドキュメントを更新すると、pandasのヒントが表示されますね。

Okay, so that is the refined one.

さて、これが洗練されたものです。

Now let's see what we have in tests.

では、testsには何があるのか見てみましょう。

Oh, well, we have some examples, right?

そういえば、いくつか例がありましたね。

So let's copy paste this, come back to the document, paste the tests in here.

では、これをコピーペーストして、ドキュメントに戻り、テストをここにペーストしてみましょう。

Let's see what we got.

何ができたか見てみましょう。

Alright, let's reload this.

よし、再読み込みしてみよう。

Alright, and we have some examples in here.

さて、この中にいくつかの例があります。

Test case, example to test case.

テストケース、例からテストケースへ。

Oh, wait, it's trying to actually push this to GitHub.

あ、待てよ、これは実際にGitHubにプッシュしようとしているんだ。

So this is actually getting quite scary.

これはかなり怖いですね。

So as you can see, it has the command execute shell and it can input an argument over here in the command line, get in it and then add and then it will just push it to a GitHub repository.

見ての通り、execute shell というコマンドがあり、コマンドラインで引数を入力し、get して add すると、GitHub のリポジトリにプッシュされます。

But as you can see, it says username repository over here.

しかし見ての通り、ここにはユーザー名リポジトリと書かれています。

So it's it's not doing that correctly.

つまり、これは正しく実行されていないのです。

It's not yet linked correctly to my GitHub repository.

まだ GitHub リポジトリに正しくリンクされていないのです。

But just imagine once this is all hooked up, you can basically just give it a few commands and it can basically code up a whole app or a whole tutorial for you push it to your GitHub repository, manage it like what the this is really exciting.

でも、これが全部つながったら、いくつかのコマンドを与えるだけで、アプリ全体やチュートリアル全体をコーディングして、GitHub リポジトリにプッシュしたり、管理したりできるようになるんです。

But for now, I'm going to cancel the script over here.

でも今は、このスクリプトをキャンセルすることにします。

I think this was a nice experiment.

これはいい実験だったと思います。

So coming back to our Visual Studio Code project, we have a pandas tutorials, pandas tutorials, refined and some tests.

Visual Studio Codeのプロジェクトに戻り、pandasチュートリアル、pandasチュートリアル、refined、そしていくつかのテストがあります。

And as you can see, this is actual markdown that we can instantly copy paste into a document and can use for a tutorial.

ご覧のように、これは実際のマークダウンで、即座にドキュメントにコピーペーストしてチュートリアルに使用することができます。

And now of course, this was a very specific example for my channel and AI assistant that would be helpful to me.

そして今、もちろん、これは私のチャンネルとAIアシスタントのために役立つ非常に具体的な例でした。

But of course, the possibilities here are endless.

しかし、もちろん、ここでの可能性は無限大です。

So try to come up with ideas, what can you use an AI assistant for and start to experiment with it.

ですから、AIアシスタントをどのような用途に使えるか、アイデアを出して、実験を始めてみてください。

And now like I've said, you can make this even cooler by enabling speech mode to basically read out all the text that is generated and you can activate this using the speak argument.

そして今言ったように、スピーチモードを有効にすることで、生成されたテキストをすべて読み上げることができ、speak引数を使ってこれを有効にすることで、さらにクールなものにすることができます。

But in order to do this, you first have to set up an 11 Labs key if you want the AI to speak.

しかし、これを行うには、まずAIに発話させるために11 Labsキーを設定する必要があります。

So go to 11labs.io link will be in the description, set up a free account.

11labs.ioにアクセスし、説明文にあるリンクから無料アカウントを設定します。

If you come over to the subscriptions, you can start with a free plan.

サブスクリプションに移動すると、無料プランで始めることができます。

Then you come over here to your profile and here you can view your API key.

そして、自分のプロフィールを見て、APIキーを表示させます。

So make it visible, then copy and paste it into your ENV file, just like you did with the OpenAI API key.

これを表示させ、OpenAIのAPIキーと同じように、ENVファイルにコピー＆ペーストします。

And then the next thing you have to do is you also have to set up the voice ID.

そして次に、音声IDを設定する必要があります。

So if I come over to the GitHub page and look in the template, just for illustration.

GitHubのページでテンプレートを見てみると、図解のようになります。

So you have your 11 Labs key, that is where you put the key.

11ラボのキーがありますね、ここにキーを入れます。

And then you have the voices and you can get the ideas of the voices going to resources API.

そして、ボイスがあり、ボイスのアイデアはリソースAPIで得ることができます。

And then you do the get voices, you paste in your API key here, basically by trying it out, pasting the API key and then executing it.

そして、ヴォイスの取得は、ここにAPIキーを貼り付けます。基本的には、試してみて、APIキーを貼り付けて、実行します。

And then you will get a result back with all the voice IDs that are available to you.

すると、利用可能なすべてのボイスIDを含む結果が返ってきます。

And then you just copy and paste them over here.

それをコピーして、ここに貼り付けるだけです。

And now once that is ready, you can start using the speak parameter.

これで準備が整ったら、speakパラメータを使い始めることができます。

So if I now come back to the terminal, and then use the parameter speak, it will enable voice mode, and it will say everything out loud.

端末に戻り、speakパラメータを使用すると、ボイスモードが有効になり、すべてを大声で話すことができます。

And the funny thing is, I actually created a clone of my own voice using 11labs by uploading some mp3 samples.

面白いことに、私は11labsを使って自分の声のクローンを作りました。

And I now have a voice clone of my own voice.

そして今、自分の声のクローンを持っています。

And it's actually pretty scary.

そして、実際にかなり怖いです。

It's not 100% accurate, but it's getting there.

100％正確とは言えませんが、そこそこの精度にはなっています。

And it's, it's weird.

そして、奇妙な感じです。

Alright, so now let's run this and listen to the voice.

さて、ではこれを実行して、声を聞いてみましょう。

Okay, on Mac, I got an error, no module named AppKit.

Macの場合、AppKitという名前のモジュールがないというエラーが出ました。

So I had to do a quick install of this library over here.

そこで、このライブラリのクイックインストールを行う必要がありました。

So pi op gc.

そこで、pi op gc.

So after running the pip install command, I'm going to run the script again.

というわけで、pip installコマンドを実行した後、もう一度スクリプトを実行することにします。

Welcome back.

おかえりなさい。

Would you like me to return to being Dave's AI assistant?

DaveのAIアシスタントに戻ってほしいですか？

I will now create a tutorial for the pandas library.

これから、pandasライブラリのチュートリアルを作成します。

It will include an introduction to the library.

ライブラリの紹介が含まれるでしょう。

That is so cool.

すごくかっこいいですね。

All right, and that's it for this tutorial.

よし、これでこのチュートリアルはおしまいだ。

That's how you set up and use AutoGPT.

AutoGPTのセットアップと使い方は以上です。

I'm really curious to know what you guys can come up with.

みなさんがどんなことを思いつくか、とても楽しみです。

Like this video and subscribe to Dave's channel or else this AI will hunt you down.

このビデオに「いいね！」して、Daveのチャンネルを購読してください！さもないと、このAIがあなたを追い詰めます。