GIF动画渲染、让灯塔闪烁、创建航空动态图……ChatGPT代码解释器插件「不止于代码」
机器之心报道
编辑：杜伟
超越编码的范畴，ChatGPT的CodeInterpreter插件能够进一步成为数据分析师、科学家和创意作者的得力助手。
近几个月，由OpenAI的ChatGPT开始，AI社区掀起了一股研发智能聊天机器人的热潮。想要实现的能力也多种多样，其中代码能力是重要部分。但遗憾的是，这些聊天机器人的代码生成能力似乎始终无法做到令人满意。
如何提升聊天机器人的代码能力成了重要任务。OpenAI一直提升在ChatGPT中运行代码和使用第三方插件的能力，并于3月25日推出了CodeInterpreter（代码解释器）。该插件为ChatGPT提供了一个在沙盒、防火墙执行环境中工作的Python解释器，并提供了一些临时磁盘空间。
现在，CodeInterpreter插件能完成什么程度的工作呢？本文将详细探讨该插件的工作原理、最佳实践、优劣势以及如何处理自定义二进制文件、上传和下载以及生成代码等多样化任务。
CodeInterpreter的工作原理、最佳实践
其实，CodeInterpreter的工作原理不是很复杂。
当用户请求该插件运行一个命令时，它会生成唯一的会话ID并启动一个新的沙盒环境来执行命令。该环境包含一个Python解释器、有限库和一些临时磁盘空间。一旦执行完命令，该插件会分析输出并可以在另一个函数中使用。这意味着用户可以将不同的函数串在一起来完成更复杂的任务，所有一切都在ChatGPT界面内。
CodeInterpreter的一大优势在于作为一个实验模型，它可以使用Python、处理上传和下载并生成代码。该插件使用很少的库就能运行Python，允许用户编写自定义代码来操作和分析数据，并基于简单的对话输入创建数据可视化，成为轻松处理复杂数据解释任务的绝佳工具。此外该插件可以通过自定义二进制文件扩展ChatGPT的功能。
总之，CodeInterpreter可以生成和运行代码、上传和下载从CSV数据到图像的各种文件，并在ChatGPT界面中评估输出。对于想要扩展ChatGPT功能并创建自定义插件来满足自身需求的开发人员来说，它无疑是一个强大工具。
在使用CodeInterpreter时遵循以下一些最佳实践能起到事半功倍的效果：
使用简单清晰的命令，有助于代码易读懂和理解；
运行之前对代码进行测试，有助于降低代码错误风险并确保高效运行；
使用正确的库来运行Python，常用库包括numpy、pandas和matplotlib；
避免使用任何可能危害系统的代码，如可能导致删除文件或访问敏感数据的代码；
该插件专为简短代码片段设计，因此避免长时间运行代码。
CodeInterpreter的10大用例
如上文所述，除了解释和执行代码之外，CodeInterpreter还具有一系列潜在的用例，包括数据处理、可视化和自动化、文件上传和下载等。
今日，推特用户@AngryTomtweets列举出了他所发现的10大CodeInterpreter用例。
成为数据科学家
使用CodeInterpreter，你只需要上传数据，提供简单的英文指示，就可以完成清理数据、在autopilot上生成可视化图表的所有工作。
多模态AI助手
使用CodeInterpreter可以将快速图像转换为文本文件。
让可视化更简单、美观
使用CodeInterpreter，ChatGPT基本可以完成任何可视化工作，并使图表变得更加美观。
市场策划能手
使用CodeInterpreter，ChatGPT可以根据表格数据对音乐市场进行细分，并为每个细分市场制定商业策略。
为每个灯塔为你闪烁
当上传美国每个灯塔位置的CSV文件之后，CodeInterpreter可以创建这些灯塔位置的GIF地图，虽然地图非常暗，但每个灯塔都在闪烁。
犯罪数据分析
上传关于SF犯罪的CSV数据文件，并让CodeInterpreter来可视化趋势。
GIF动画渲染
创建航空延误交互地图
使用CodeInterpreter上传一份航空公司延误的CSV文件，创建了一个非常酷的交互式地图。
分析音乐品味
使用CodeInterpreter分析300小时的Spotify收藏夹播放列表，从SpotifyAPI中导出，并运行多维PCA和t-SNE分析，总结音乐品味。
基本视频编辑
使用CodeInterpreter，可以在ChatGPT中将上传的GIF转换成更长的MP4视频并慢速缩放。
@goodside
更详细的用例分析请参阅原链接。