Как использовать интерпретатор кода ChatGPT бесплатно (2023)

Недавно OpenAI выпустила интерпретатор кода в ChatGPT для всех платных пользователей. Однако это стоит 20 долларов в месяц, что не всем по карману. Так что, если вы хотите бесплатно использовать ChatGPT Code Interpreter, это руководство для вас. Разработчик, известный под именем Шруминик разработала реализацию интерпретатора кода ChatGPT с открытым исходным кодом. Он позволяет выполнять анализ набора данных и визуализировать данные, аналогичные ChatGPT. На этой ноте давайте продолжим и узнаем, как использовать интерпретатор кода бесплатно.

Что нужно иметь в виду, прежде чем двигаться дальше

1. Мы используем бесплатный проект Code Interpreter API с открытым исходным кодом на GitHub (посещать). Он использует CodeBoxes, API OpenAI, агенты LangChain и несколько пакетов Python, чтобы вести себя как интерпретатор кода ChatGPT.

2. Для небольшого набора данных это работает довольно хорошо и бесплатно. Однако, когда вы отправляете большой набор данных для анализа, ограничение скорости OpenAI для бесплатных пользователей предотвращает операцию. Поэтому, если вы планируете использовать его для больших объемов данных, рассмотрите возможность добавления способа оплаты в свою учетную запись OpenAI.

3. Если у вас есть доступ к GPT-4 API, проект работает хорошо. Однако я изменил код, чтобы сделать его совместимым и с моделью GPT-3.5-turbo.

Шаг 1. Настройте API интерпретатора кода

1. Во-первых, вам нужно установить Python и Pip на свой компьютер, для чего вы можете следовать нашему связанному руководству. Не забудьте добавить python.exe в PATH во время установки.

2. После того, как вы установили Python вместе с Pip, откройте терминал и выполните приведенные ниже команды, чтобы проверить, правильно ли они настроены. Команды должны возвращать выходные данные со своими номерами версий.

python-версия pip-версия

3. Теперь выполните приведенную ниже команду, чтобы установить API интерпретатора кода.

pip установить codeinterpreterapi

4. После этого продолжайте и получите ключ API от OpenAI. Веб-сайт. Нажмите «Создать новый секретный ключ» и скопируйте ключ.

Шаг 2. Запустите интерпретатор кода ChatGPT бесплатно

1. Как только вы это сделаете, пришло время бесплатно запустить Code Interpreter API.

2. Откройте редактор кода, например Sublime Text или Notepad++ (Скачать).

3. Теперь скопируйте приведенный ниже код и вставьте его в редактор кода. Код взят из Гитхаб странице Code Interpreter API, но я внес некоторые изменения, чтобы избежать некоторых ошибок.

импорт ОС os.environ[“OPENAI_API_KEY”] = “ВСТАВЬТЕ ЗДЕСЬ КЛЮЧ API OPENAI” from codeinterpreterapi import CodeInterpreterSession async def main(): # создайте сеанс сеанса = CodeInterpreterSession(model=”gpt-3.5-turbo”) await session.astart() # сгенерируйте ответ на основе пользователя input response = await session.generate_response(“Постройте график цен на акции Apple с 2007 по июнь 2023” ) # выведите ответ (текст + изображение) print(“AI: “, response.content) для файла in response.files: file .show_image() # завершить сеанс await session.astop() if __name__ == “__main__”: import asyncio # запустить асинхронную функцию asyncio.run(main())

4. Я выделил код красным цветом там, где нужны некоторые изменения. Сначала вставьте ключ OpenAI API во вторую строку.

5. После этого, если у вас есть доступ к GPT-4 API, вы можете определить модель «gpt-4» в девятой строке. Наконец, в 14-й строке вы можете ввести свой запрос и определить, что вы хотите создать.

6. Теперь сохраните файл как «chart.py» на рабочем столе. Не забудьте добавить расширение .py в конце.

7. Теперь откройте терминал и выполните приведенные ниже команды одну за другой. Первая команда переместится на рабочий стол, а вторая выполнит файл «chart.py» с помощью Python.

cd Рабочий стол Python chart.py

8. Подождите несколько секунд, и Code Interpreter API сгенерирует для вас диаграмму.

9. Для достижения этого результата в фоновом режиме используется ряд сервисов, в том числе агенты LangChain, данные Yahoo Finance из Интернета, Matplotlib для построения графика и многое другое. Вы можете добавить строку ниже в код, чтобы увидеть все, что происходит в фоновом режиме.

os.environ[“VERBOSE”] = “Правда”

10. Теперь вы можете просто изменить запрос в коде и снова выполнить файл «chart.py», чтобы создать новые диаграммы.

Шаг 3. Выполните анализ данных с помощью API интерпретатора кода

1. Вы также можете использовать свои локальные данные для бесплатного анализа данных. Для этого создайте папку «анализ» на рабочем столе.

2. Теперь переместите набор данных в папку «анализ». Набор данных может быть в формате CSV, XSL или XSLX. Например, мы собираемся использовать файл «globaltemperature.csv» внутри папки «анализ».

3. Затем откройте редактор кода и вставьте приведенный ниже код.

импорт ОС os.environ[“OPENAI_API_KEY”] = “ВСТАВЬТЕ КЛЮЧ OPENAI API ЗДЕСЬ” from codeinterpreterapi import CodeInterpreterSession, File async def main(): # контекстный менеджер для автоматического запуска/остановки асинхронного сеанса с CodeInterpreterSession(model=”gpt-3.5-turbo”) as session: # определите пользовательский запрос user_request = “Проанализируйте этот набор данных и нарисуйте глобальную температуру с 1950 по 2016 год. Рассмотрим систему GCAG”. файлы = [
File.from_path(“globaltemperature.csv”),
]

# генерируем ответ response = await session.generate_response( user_request, files=files ) # вывод пользователю print(“AI: “, response.content) для файла в response.files: file.show_image() if __name__ == ” __main__”: импортировать asyncio asyncio.run(main())

4. Здесь вам сначала нужно вставить ключ API OpenAI.

5. Теперь измените «globaltemperature.csv» на ваше собственное имя набора данных. Кстати, вы также можете изменить модель и пользовательский запрос в зависимости от того, что вы хотите от данных.

6. Сохраните его как «data.py» в папке «анализ» на рабочем столе.

7. Запустите Терминал и аналогичным образом запустите файл.

cd Рабочий стол/анализ python data.py

8. Теперь вы получите диаграмму на основе вашего локального набора данных. И вот как вы можете использовать Code Interpreter API для анализа наборов данных без какой-либо платы.