README_ZH.md

● Open Interpreter（开放解释器）

让语言模型在您的计算机上运行代码。
在本地实现开源的OpenAI的代码解释器。

登记以提前获取Open Interpreter（开放解释器）桌面应用程序

pip install open-interpreter

interpreter

Open Interpreter（开放解释器） 可以让大语言模型（LLMs）在本地运行代码（比如 Python、JavaScript、Shell 等）。安装后，在终端上运行 $ interpreter 即可通过类似 ChatGPT 的界面与 Open Interpreter 聊天。

本软件为计算机的通用功能提供了一个自然语言界面，比如：

• 创建和编辑照片、视频、PDF 等
• 控制 Chrome 浏览器进行搜索
• 绘制、清理和分析大型数据集
• ...

⚠️ 注意：在代码运行前都会要求您批准执行代码。

演示

Open.Interpreter.Demo.mp4

Google Colab 上也提供了交互式演示：

快速开始

pip install open-interpreter

终端

安装后，简单地运行 interpreter：

interpreter

Python

import interpreter

interpreter.chat("Plot AAPL and META's normalized stock prices") # 执行单一命令
interpreter.chat() # 开始交互式聊天

与 ChatGPT 的代码解释器比较

OpenAI 发布的 Code Interpreter 和 GPT-4 提供了一个与 ChatGPT 完成实际任务的绝佳机会。

但是，OpenAI 的服务是托管的，闭源的，并且受到严格限制：

• 无法访问互联网。
• 预装软件包数量有限。
• 允许的最大上传为 100 MB，且最大运行时间限制为 120.0 秒
• 当运行环境中途结束时，之前的状态会被清除（包括任何生成的文件或链接）。

---

Open Interpreter（开放解释器）通过在本地环境中运行克服了这些限制。它可以完全访问互联网，不受运行时间或是文件大小的限制，也可以使用任何软件包或库。

它将 GPT-4 代码解释器的强大功能与本地开发环境的灵活性相结合。

命令

交互式聊天

要在终端中开始交互式聊天，从命令行运行 interpreter：

interpreter

或者从.py 文件中运行 interpreter.chat()：

interpreter.chat()

程序化聊天

为了更精确的控制，您可以通过 .chat(message) 直接传递消息 ：

interpreter.chat("Add subtitles to all videos in /videos.")

# ... Streams output to your terminal, completes task ...

interpreter.chat("These look great but can you make the subtitles bigger?")

# ...

开始新的聊天

在 Python 中，Open Interpreter 会记录历史对话。如果你想从头开始，可以进行重置：

interpreter.reset()

保存和恢复聊天

当 return_messages=True 时，interpreter.chat() 会返回一个信息列表，可以用interpreter.load(messages) 来恢复之前的对话：

messages = interpreter.chat("My name is Killian.", return_messages=True) # 保存消息到 'messages'
interpreter.reset() # 重置解释器 ("Killian" 将被遗忘)

interpreter.load(messages) # 从 'messages' 恢复聊天 ("Killian" 将被记住)

自定义系统消息

你可以检查和配置 Open Interpreter 的系统信息，以扩展其功能、修改权限或赋予其更多上下文。

interpreter.system_message += """
使用 -y 运行 shell 命令，这样用户就不必确认它们。
"""
print(interpreter.system_message)

更改模型

在 gpt-3.5-turbo 下，使用快速模式：

interpreter --fast

在 Python 环境下，您需要手动设置模型：

interpreter.model = "gpt-3.5-turbo"

在本地运行 Open Interpreter（开放解释器）

ⓘ 本地运行遇到问题？ 请阅读我们最新的 GPU 设置指南和 Windows 设置指南。

你可以从命令行以本地模式运行 interpreter 来使用 Code Llama：

interpreter --local

或使用其 HuggingFace 的 repo ID（如 "tiiuae/falcon-180B"）来本地运行任何 HuggingFace 模型：

interpreter --model tiiuae/falcon-180B

Azure 支持

要连接到 Azure 部署，请使用 --use-azure 以进行设置：

interpreter --use-azure

在 Python 中，需要设置以下变量：

interpreter.use_azure = True
interpreter.api_key = "your_openai_api_key"
interpreter.azure_api_base = "your_azure_api_base"
interpreter.azure_api_version = "your_azure_api_version"
interpreter.azure_deployment_name = "your_azure_deployment_name"
interpreter.azure_api_type = "azure"

调试模式

为了帮助贡献者检查和调试 Open Interpreter，--debug 模式提供了详细的日志。

您可以使用 interpreter --debug 来激活调试模式，或者直接在聊天时输入：

$ interpreter
...
> %debug # <- 开启调试模式

使用 .env 配置

Open Interpreter 允许你使用 .env 文件设置默认行为。这提供了一种灵活的方式来配置 Open Interpreter，而无需每次都手动更改命令行参数。

下面是一个 .env 的配置示例：

INTERPRETER_CLI_AUTO_RUN=False
INTERPRETER_CLI_FAST_MODE=False
INTERPRETER_CLI_LOCAL_RUN=False
INTERPRETER_CLI_DEBUG=False
INTERPRETER_CLI_USE_AZURE=False

您可以修改 .env 文件中的这些值，以更改 Open Interpreter 的默认行为。

安全提示

由于生成的代码是在本地环境中运行的，因此会与文件和系统设置发生交互，从而可能导致本地数据丢失或安全风险等意想不到的结果。

⚠️ 所以在执行任何代码之前，Open Interpreter 都会要求用户确认是否运行。

您可以运行 interpreter -y 或设置 interpreter.auto_run = True 来绕过此确认，此时：

• 在运行请求修改本地文件或系统设置的命令时要谨慎。
• 请像驾驶自动驾驶汽车一样留意 Open Interpreter，并随时做好通过关闭终端来结束进程的准备。
• 考虑在 Google Colab 或 Replit 等受限环境中运行 Open Interpreter。主要是这些环境更加独立，从而降低执行任意代码导致出现问题的风险。

它是如何工作的？

Open Interpreter 为函数调用语言模型配备了 exec() 函数，该函数接受 编程语言（如 "Python "或 "JavaScript"）和要运行的 代码。

然后，它会将模型的信息、代码和系统的输出以 Markdown 的形式流式传输到终端。

作出贡献

感谢您对本项目参与的贡献！我们欢迎所有人贡献到本项目里面。

请参阅我们的 贡献准则，了解如何参与贡献的更多详情。

许可证

Open Interpreter 采用 MIT 许可授权。您可以使用、复制、修改、分发、转授权和出售该软件的副本。

请注意：此软件与 OpenAI 无关。

拥有一个像您的指尖一样快速工作的初级程序员...可以使新的工作流程变得轻松高效，同时也能让新的受众群体享受到编程的好处。

— OpenAI 的代码解释器发布