awesome-chatgpt-code-interpreter-experiments

项目介绍：awesome-chatgpt-code-interpreter-experiments

介绍

awesome-chatgpt-code-interpreter-experiments 是一个探索并挑战 ChatGPT 与代码解释器（Code Interpreter）极限的实验项目。项目旨在展示其潜在功能并激发创造力，同时也充满了乐趣。

代码解释器

代码解释器是 ChatGPT 的一个官方插件，主要用于数据分析、图像转换和代码编辑等任务。自 2023 年 7 月 6 日起，该插件对所有 ChatGPT Plus 用户开放使用。它为 OpenAI 模型提供了一个沙盒化的、具防火墙的 Python 解释器。此外，用户还可以上传和下载文件。

启用步骤

1. 进入 ChatGPT 的设置页面。
2. 在“Beta 功能”选项卡中启用代码解释器。
3. 选择 GPT-4 + 代码解释器环境。

限制

代码解释器有一些局限性，包括：

• 无法访问互联网。
• 上传文件最大限制为 100 MB。
• 仅能运行 Python 代码。
• 无法安装外部 Python 包。
• 环境关闭后，全部状态丢失，之前的下载链接失效。

这些限制有时可以通过一定的方法绕过。

实用技巧

1. 确保导入和变量定义，因为它们会在上下文中消失。
2. 不要打印过多日志和结果，它们会很快消耗掉上下文窗口。
3. 始终检查文件仍在环境中。
4. 在提示结尾加上 notalk;justgo 来优化执行。

越狱技巧

安装外部 Python 包

虽然解释器内有预装的 Python 包，但由于无法联网，无法通过常规方法添加新包。可以尝试以下方法：

1. 上传 .whl 文件并请求 ChatGPT 安装。
2. 礼貌地请求系统进行安装。
3. 导入你的包。

访问系统提示

可以设定系统提示，以影响助手的行为和回复形式。

在代码解释器中运行 JavaScript 应用

虽然解释器通常只支持 Python，但是通过特定操作可以运行 Deno 这样的 JavaScript 运行时。

实验项目

袖珍实验室

项目中进行了多个实验，例如：

• 检测和跟踪视频中的人脸：利用 Haar Cascade 模型进行人脸检测并跟踪。
• MNIST 数据集图像分类：对数字进行分类，展示解释器的机器学习能力。
• 利用颜色进行对象跟踪和计数：在视频中识别并计数特定颜色的对象。

采用 OCR 从图像中提取文本

通过 Tesseract OCR 引擎，解释器能够从图像中提取并重新组织文本。

贡献

项目接受来自用户的建议和补充，用户可以通过提交问题或请求来贡献力量。

致谢

• 感谢 Simon Willison、Alex Volkov 、Aravind Srinivas 和 Alex Graveley 对插件扩展的精彩见解。

这个项目是一个展示 ChatGPT 代码解释器多功能性的有趣实验空间，旨在激发用户的无限可能性。