Hugging Face 推出重磅更新！每个人都能体验到 AutoGPT 的强大，自然语言生成技术正进入新时代！
Hugging Face，作为 AI 开源圈最为知名的「网红」创业公司，成立仅几年，便在 GitHub 开源了诸多实用开源项目，受到了不少开发者的赞赏。
其中影响力最大的，也被很多人称为初代 GPT 的 Transformers，截至今天，GitHub Star 累积将近 10 万。
这几年，在 Hugging Face 平台上面诞生了无数实用的 ai 预训练模型、数据集。数量之多，品质之高，将其说是 AI 界的 GitHub 也不为过。
今天凌晨，Hugging Face 重磅推出 Transformers Agents，在 AI 技术圈再次掀起波澜！
所有人都可以基于该功能，轻松使用 OpenAssistant、StarCoder、OpenAI 等大语言模型，快速创建一个 AI 智能代理。
官方文档：https://huggingface.co/docs/transformers/transformers_agents
Transformers Agents 里面提供了诸多实用的工具，包括目前 AI 技术应用广泛的文档问答、文本转语音、文本生成图像、网站内容总结、图像分割等一系列工具。
开发者只需完成工具链组装，即可实现许多强大的功能。
比如，你可以通过它，快速实现这么一个功能：
用脚本根据链接，自动抓取某篇文章内容，并生成摘要，再将其翻译成任意一种语言，让 AI 朗读稿件，有需要的话，你还可以让代理为你生成一张配图。
一个基于 AI 能力，可快速报道各种新鲜资讯的播客系统，便能横空出世！
此外，该代理还支持图像转文本功能，你可以通过给定一张图像，让 AI 读取图像信息，甚至可以大批量为图像自动生成文本，方便后续检索。
这个功能调用有多简单，在你安装完代理之后，一条命令即可搞定：
agent.run("Caption the following image", image=image)比如，你提供给它一张海狸图像，AI 便能快速生成标题。
不仅如此，该代理还可以接受更为复杂的查询方式，通过对话，就能让 AI 实现文字生成图像、网站摘要朗读、PDF 总结等功能。
具体实现，可围绕一系列提示词进行构建，流程如下：
明确告知代理的主要任务；
给代理一个工具；
向代理展示示例；
分配任务，让代理通过思维连推理与理解任务，并输出 Python 代码。
除了上面提到的功能，Transformers Agents 还内置了以下这些实用工具：
文档问答功能；
语音转文本、文本转语音；
文本功能（分类、摘要、翻译、下载、问答）；
图像功能（生成、转换、字幕、分割、放大、问答）；
基于文本直接生成视频，扩展性强。
我们可以通过这些工具，轻松搭配，实现一款可以灵活定制的 AutoGPT，人手一个 AI 智能代理，在不同行业挖掘更多丰富的应用场景。
Hugging Face 对此代理的安装使用也提供了详细文档，不过由于每个人电脑配置不同，这里我建议大家用 Google Colab 进行尝试。
下面跟大家讲下具体使用方式。
安装 & 使用
首先，打开 Hugging Face 提供的 Colab 地址：
https://colab.research.google.com/drive/1c7MHD-T1forUPGcC_jlwsIptOzpG3hSj
你能看到如下所示界面：
点击「播放」按钮，运行设置，可以看到 Transformers 指定了 v4.29.0 的最新版本，因为目前这个 Agents API，还在实验阶段，所以只在新版本提供支持：
等待一两分钟后，它便会弹出输入框。我们需要在这里填入 Hugging Face 提供的 Token。
Token 可到这个地址生成：https://huggingface.co/settings/tokens
填写完成后，点击「Login」登录。
然后再执行下一步，运行并初始化一个 Agent：
运行完成，会生成一个输入框，在这里填写 openai 的 API Key。
API Key 可在这里生成：https://platform.openai.com/account/api-keys
输入完成后，按下回车键，让代码读取 API Key：
当你看到提示「OpenAI is initialized ?」时，表示代理的初始工作已经完成。
你可以在该 Colab 中，体验 Transformers Agents 的各项功能。
比如，最常见的，基于文本生成图像。让代理给我们生成一张漂浮在水面上的船：
agent.run("Generate an image of a boat in the water")
它便会遵循 Prompt 指令，开始自动生成图像：
Hugging 官方在 Colab 中给出了不少示例，包括为图像生成标题、根据文本生成语音、用对话模式跟图像交流等等，有时间的话，大家也可以逐个试玩一下。
写在最后
之前 AutoGPT 大火，很多人尝试用它来分析金融数据、自动编写爬虫脚本、抓取数据做市场调研、生成可视化报告等等。
但是，由于 AutoGPT 做的是一个通用性实验方案，因此很多东西在定制性上比较差，这就导致脚本在实际运行中，会出现很多不可控因素。
比如，脚本会自动给你生成一堆乱七八糟的文件，跑了半天还是没抓到重点，每次运行都需要重新再来一遍，内容产出性价比很低等等。
如果你稍微懂点开发，未来利用 Transformers Agents 就能搭建一个专属的 AI 智能助理，让它帮你完成各种不同领域的特定工作。
这样无疑会减少很多 Token 消耗，任务执行的准确度与生产质量也会再上一层。
正如我之前所说，随着各项 AI 技术的成熟与进步，在圈内会出现越来越多的解决方案，很多工具也将变得越来越好用。基于此，我们搭建项目的成本也越来越低。
工欲善其事必先利其器，一个称手的工具，能够减少我们很多工作量，大幅提升生产力。
