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 Code Interpreter（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。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
现在，Code Interpreter 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。
Code Interpreter 的工作原理、最佳实践
其实，Code Interpreter 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。
Code Interpreter 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，Code Interpreter 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 Code Interpreter 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。
Code Interpreter 的 10 大用例
如上文所述，除了解释和执行代码之外，Code Interpreter 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 Code Interpreter 用例。
成为数据科学家
使用 Code Interpreter，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 Code Interpreter 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 Code Interpreter，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 Code Interpreter，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，Code Interpreter 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 Code Interpreter 来可视化趋势。
GIF 动画渲染
创建航空延误交互地图
使用 Code Interpreter 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 Code Interpreter 分析 300 小时的 Spotify 收藏夹播放列表，从 Spotify API 中导出，并运行多维 PCA 和 t-SNE 分析，总结音乐品味。
图源：推特 @SHL0MS
基本视频编辑
使用 Code Interpreter，可以在 ChatGPT 中将上传的 GIF 转换成更长的 MP4 视频并慢速缩放。
图源：推特@goodside
更详细的用例分析请参阅原链接。
