克雷西 發自 凹非寺

　　量子位 | 公眾號 QbitAI

　　自然語言編程，在Jupyter里就能直接完成了!

　　這款由MIT華人博士生打造的插件，實現了編程工具與GPT-4的無縫銜接。

　　加載好之后，只要「說」出自己想要的程序，就能得到代碼并直接調試運行。

　　結合ChatGPT和Jupyter的名字，作者將其命名為Chapyter。

　　Chapyter發布后，vscode用戶投來了羨慕的目光，并期待自己有朝一日也能用上。

　　而作者也回應說，適配更多平臺的版本已經在路上了。

　　在Jupyter中直接用自然語言編程

　　Chapyter究竟和之前的Colab有什么區別呢?

　　開發者列出了一張表格：

　　在Jupyter中，Chapyter直接用自然語言就能編寫程序，還能自動執行。

　　比如我們想要求斐波那契數列的前50項分別是多少：

　　可以看到，Chapyter不僅給出了代碼，還直接跑出了結果。

　　此外，Chapyter還支持調用舊代碼和執行結果，進行一些新的操作。

　　比如此前的程序生成了一些數據，我們就可以直接調用這些數據生成可視化圖像：

　　擔心AI生成的代碼不靠譜?沒關系，你可以隨時無縫切換到人工，對代碼進行debug。

　　而Chapyter使用的所有prompt都是公開透明的，在GitHub頁中的Program.py里面就能直接看到。

　　除此之外，由于Chapyter使用的GPT是API版本，不必過度擔心隱私泄露問題。

　　因為根據GPT API的用戶協議，通過API方式進行的對話不會被用作模型訓練。

　　輕松完成部署

　　Chatpyter的部署過程十分簡單。

　　在裝有Python和node.js的環境下，在命令行模式中直接使用「pip install chapyter」命令，就可完成安裝。

　　需要注意的是，安裝過程會將Jupyter升級到4.0以上版本，可能會引起環境變化。

　　安裝好之后，在環境變量中設置GPT的API key和組織名稱，部署就完成了。

　　使用時在Jupyter中輸入「%load_ext chapyter」就能啟動Chapyter了。

　　更多詳細教程，可參閱GitHub頁面中examples目錄下的說明文檔。

　　作者簡介

　　Chapyter的作者MIT的華人博士生Shannon Zejiang Shen。

　　他在NLP領域具體的研究興趣是科學、法律和醫學方面的語義理解。

　　在HCI領域，Shen也在研究人類(特別是專家)與AI模型的交互方式。

　　GitHub項目頁：

　　https://github.com/chapyter/chapyter/

　　參考鏈接：

　　[1]https://www.reddit.com/r/MachineLearning/comments/15269v8/p_chapyter_chatgpt_code_interpreter_in_jupyter/

　　[2]https://www.szj.io/