BabyAGI 配置教程：手动搭建任务循环与模型接入
BabyAGI 是一个实验性的任务驱动型 AI Agent，它通过“执行任务 → 生成新任务 → 优先级排序”的循环自动推进目标。
配置它的关键不是复杂框架，而是把 Python 环境、OpenAI API Key 和几个核心变量设对。
下面按实际执行顺序说明。
动手前需要准备什么
BabyAGI 依赖 Python 和 OpenAI 接口，建议在 Linux 或 macOS 上操作，Windows 用户可使用 WSL。
- 安装 Python 3.8 或更高版本，执行
python3 --version确认。 - 准备一个可用的 OpenAI API Key，并确保账户有额度。
- 安装 Git 用于拉取代码，执行
git --version检查。 - 建议在虚拟环境中运行，避免污染系统 Python。
拉取代码并安装依赖
打开终端，依次执行以下命令：
git clone https://github.com/yoheinakajima/babyagi.git
cd babyagi
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt如果 requirements.txt 不存在，可手动安装核心依赖：
pip install openai pinecone-client python-dotenv注意：BabyAGI 早期版本使用 Pinecone 存储任务结果，需要额外注册 Pinecone 并获取 API Key。
如果只想跑通基础循环，可以暂时使用内存存储，但需要修改代码中的向量库初始化部分。
设置关键环境变量
BabyAGI 通过环境变量读取模型和存储配置。
在项目目录下创建 .env 文件，写入：
OPENAI_API_KEY=你的OpenAI密钥
OPENAI_MODEL_NAME=gpt-3.5-turbo
PINECONE_API_KEY=你的Pinecone密钥
PINECONE_ENVIRONMENT=你的Pinecone环境区域
PINECONE_INDEX_NAME=babyagi保存后执行 source .env 加载变量，
或使用 python-dotenv 自动读取。OPENAI_MODEL_NAME 必须填写你账户可用的模型名，
否则运行时会报模型不存在。
运行主程序并观察循环
执行 python babyagi.py 启动。
程序会先要求输入一个初始目标（Objective），例如“写一份服务器监控方案”。
随后你会看到类似输出：
*****OBJECTIVE*****
写一份服务器监控方案
*****TASK LIST*****
1: 调研常用监控工具
*****NEXT TASK*****
1: 调研常用监控工具
*****TASK RESULT*****
...这说明任务循环已跑通。
程序会不断生成新任务并执行，直到你手动停止。首次运行建议只观察前 3 到 5 轮，确认 API 调用正常、结果写入存储无误。
常见报错与避坑
- 报错
ModuleNotFoundError: No module named 'openai'：虚拟环境未激活或依赖未安装，重新执行source venv/bin/activate和pip install -r requirements.txt。 - 报错
AuthenticationError：API Key 错误或未加载。检查.env文件路径和变量名是否完全一致，可执行echo $OPENAI_API_KEY确认。 - 报错
PineconeException：Pinecone 索引未创建或环境区域填错。登录 Pinecone 控制台确认索引名称和区域，并确保索引维度与模型输出维度匹配。 - 程序卡住无输出：可能是网络无法访问 OpenAI 接口。在服务器上执行
curl https://api.openai.com/v1/models测试连通性，必要时配置代理。 - 费用消耗过快：BabyAGI 默认会持续调用模型，建议在代码中设置最大循环次数或使用更便宜的模型进行测试。
如何确认配置真正生效
完成上述步骤后，从三个层面验证：
- 终端能看到任务列表和任务结果交替输出，没有报错中断。
- 打开 Pinecone 控制台，能看到索引中有新的向量记录写入。
- 手动停止程序后重新运行，输入相同目标，历史任务不会重复从零开始（取决于存储配置）。
如果以上均正常，说明 BabyAGI 的基础配置已经完成。
后续可根据需要替换模型、调整任务生成提示词或接入其他向量数据库。
两个容易混淆的细节
BabyAGI 不是开箱即用的产品，它更像一个参考实现，代码中部分变量名和依赖会随版本变化。
遇到问题时优先查看项目 README 和 issues，不要直接套用旧教程。
API Key 不要写进代码文件。
始终使用环境变量或 .env 文件，并将 .env 加入 .gitignore，避免密钥泄露。
配置过程中如果遇到与本文描述不同的报错，先核对 Python 版本、依赖版本和模型名称是否匹配当前代码分支，再逐步缩小排查范围。
