Skip to content

Latest commit

 

History

History
162 lines (108 loc) · 5.37 KB

README_CN.md

File metadata and controls

162 lines (108 loc) · 5.37 KB

Read in other language: English

本地代码解释器

OpenAI的ChatGPT代码解释器（Code Interpreter或Advanced Data Analysis）的本地版。

简介

OpenAI的ChatGPT代码解释器（Code Interpreter，现更名为Advanced Data Analysis）是一款强大的AI工具。然而，其在在线沙箱环境中运行代码的特性导致了一些限制，如包的缺失、上传速度较慢、仅支持上传不超过100MB的文件以及代码最多只能运行120秒等。为此，我们推出了本地代码解释器（Local Code Interpreter）。这款工具允许您在自己的设备上，利用自己专属的Python环境来执行ChatGPT生成的代码，从而解除了原有解释器的各种限制。

优势

  • 自定义环境：在您本地环境中运行代码，确保各种依赖都已正确安装。

  • 无缝体验：告别100MB文件大小限制和网速问题。使用本地版代码解释器，一切尽在掌控之中。

  • 可用GPT-3.5：官方代码解释器只能在GPT-4中使用，但现在你甚至可以在一轮对话中自由切换GPT-3.5和GPT-4。

  • 数据更安全：代码在本地运行，无需将文件上传至网络，提高了数据的安全性。

  • open-interpreter：相对于open-interpreter有更小的Token使用量,在GPT-3.5模型下有更好的效果.

注意事项

在您自己的设备上执行AI生成但未经人工审核的代码可能存在安全风险。在运行此程序前，您应当采用一些安全措施，例如使用虚拟机，以保护您的设备和数据。使用此程序所产生的所有后果，您需自行承担。

使用方法

在Docker中运行

直接运行

docker run -it --rm   -e OPENAI_API_KEY=youOpenApiKey -p 7860:7860 zh3305/localcodeinterpreter:latest
环境变量

OPENAI_API_KEY

API密钥

INTERPETER_API_TYPE

默认为 open_ai

INTERPETER_API_BASE

Api访问地址,默认为 https://api.openai.com/v1 ,可使用反向代理地址,如ChatGPT Next Web提供的代理接口地址 https://chatgpt2.nextweb.fun/api/proxy/v1

INTERPETER_API_VERSION

如果您使用Azure OpenAI服务，请在设置为2023-07-01-preview`，其他API版本不支持函数调用。

http_proxy, https_proxy

代理服务器地址,可设置访问的代理服务器 如: -e http_proxy=http://192.168.1.10:11992 http代理地址 -e https_proxy=http://192.168.1.10:11992 https代理地址

手动编译Docker镜像

docker build --pull --rm -f "Dockerfile" -t localcodeinterpreter:latest "."

手动部署

安装

  1. 克隆本仓库

    git clone https://github.com/MrGreyfun/Local-Code-Interpreter.git
cd Local-Code-Interpreter

  2. 安装依赖。该程序已在Windows 10和CentOS Linux 7.8上使用Python 3.9.16测试。所需的库及版本：

    Jupyter Notebook    6.5.4
gradio              3.39.0
openai              0.27.8

    其他系统或库版本也可能有效。 您可以使用以下命令直接安装所需的软件包：

    pip install -r requirements.txt

    如果您不熟悉Python，可以使用以下命令安装，它将额外安装常用的Python数据分析库：

    pip install -r requirements_full.txt

配置

  1. 在src目录中创建一个config.json文件，参照config_example目录中提供的示例进行配置。

  2. 在config.json文件中配置您的API密钥。

请注意：

  1. 正确设置model_name 该程序依赖于0163版本的模型的函数调用能力，这些模型包括：

    • gpt-3.5-turbo-0613 (及其16K版本)
    • gpt-4-0613 (及其32K版本)

    旧版本的模型将无法使用。

    对于使用Azure OpenAI的用户：

    • 请将model_name设置为您的模型的部署名（deployment name）。
    • 确认部署的模型是0613版本。

  2. API版本设置 如果您使用Azure OpenAI服务，请在config.json文件中将API_VERSION设置为2023-07-01-preview，其他API版本不支持函数调用。

  3. 使用环境变量配置密钥 如果您不希望将API密钥存储在config.json文件中，可以选择通过环境变量来设置密钥：

    • 将config.json文件中的API_KEY设为空字符串： 
      "API_KEY": ""
    • 在运行程序之前，使用您的API密钥设置环境变量OPENAI_API_KEY：
      • Windows：
      set OPENAI_API_KEY=<你的API密钥>
      • Linux：
      export OPENAI_API_KEY=<你的API密钥>

运行

  1. 进入src目录。

    cd src

  2. 运行以下命令：

    python web_ui.py

  3. 在浏览器中访问终端生成的链接，开始使用本地版代码解释器。

示例

以下是一个使用本程序进行线性回归任务的示例：

  1. 上传数据文件并要求模型对数据进行线性回归： Example 1

  2. 生成的代码执行中遇到错误： Example 2

  3. ChatGPT自动检查数据格式并修复bug： Example 3

  4. 修复bug后的代码成功运行： Example 4

  5. 最终结果符合要求： Example 5 Example 6