gpt code interpreter

Penerjemah Kode dengan GPT-3.5 / GPT-4

Selamat datang di proyek Penerjemah Kode. Perangkat lunak ini mengemulasi ChatGPT OpenAI secara lokal, menambahkan fitur dan kemampuan tambahan. Berbeda dengan model OpenAI, solusi canggih ini mendukung beberapa kernel Jupyter, memungkinkan pengguna menginstal paket tambahan dan menyediakan akses file tanpa batas.

Deskripsi Proyek

Penerjemah kode bawaan ChatGPT bersifat serbaguna, berfungsi sebagai penerjemah Python dalam lingkungan kotak pasir yang aman dan dilindungi firewall. Itu dapat mengelola unggahan dan unduhan file, berinteraksi dengan sesi yang bertahan lama (tergantung pada batas waktu atas), dan melakukan tugas penting lainnya.

Penerjemah lokal kami memperluas model ini untuk menyediakan fungsionalitas yang lebih luas:

• Chatbot yang dirancang khusus berdasarkan implementasi ChatGPT yang familiar dan mudah digunakan.
• Kemampuan untuk mengeksekusi kode Python dan NodeJS dalam lingkungan notebook Jupyter, yang diterapkan dalam kontainer Docker.
• Dukungan beberapa kernel milik Jupyter, mendorong keserbagunaan pemrograman.
• Sistem akses file tidak terbatas tanpa batasan ukuran atau jenis file.

Fitur-fitur ini dirancang untuk memberikan manfaat pemrograman kepada khalayak yang lebih luas.

Aplikasi yang menjanjikan dari penerjemah kode kami meliputi:

• Melakukan operasi matematika kuantitatif dan kualitatif.
• Melakukan analisis dan visualisasi data secara detail.
• Memfasilitasi konversi file antara format yang berbeda.

Kemungkinannya hanya dibatasi oleh kreativitas dan eksplorasi Anda.

Video Demo

Berikut adalah demo singkat proyek ini:

Struktur Repositori

Repositori ini terdiri dari tiga direktori:

1. client : Direktori ini berisi aplikasi React yang menyediakan antarmuka pengguna chatbot.
2. server : Direktori ini menampung server, yang merespons permintaan dari aplikasi React.
3. jupyter_client : Direktori ini berisi Dockerfile dan file penting yang diperlukan untuk meluncurkan lingkungan server notebook Jupyter.

Memulai

Sebelum memulai, pastikan Anda telah menginstal Docker, Node.js, dan npm.

Cara Menginstal

Berikut petunjuk instalasinya:

Langkah 1: Pembuatan Gambar Docker

Arahkan ke direktori root yang berisi Dockerfile dan masukkan perintah Docker build.

docker build -t jupyter_api . 

Langkah 2: Penerapan Kontainer Docker

Setelah image Docker berhasil dibuat, mulai container Docker dengan:

docker run -p 5008:5008 -p 8888:8888 jupyter_api

Langkah 3: Instal Dependensi

Arahkan ke folder client dan server dan instal dependensi menggunakan perintah npm install .

Langkah 4: Jalankan Server dan Klien

Kemudian, mulai server dan klien dengan menavigasi ke direktori masing-masing dan menggunakan perintah npm start .

Agenda

Proyek ini saat ini sedang dalam tahap alfa dan secara aktif mencari kontribusi untuk meningkatkan kemampuannya. Repositori ini pada dasarnya didasarkan pada aplikasi React live-chat dari IdoBouskila. Karena saya pada dasarnya adalah pengembang backend, saya mencari bantuan, terutama dari pengembang frontend, untuk meningkatkan estetika dan fungsionalitas proyek ini secara keseluruhan.

Bidang-bidang utama yang perlu ditingkatkan meliputi:

• Mengoptimalkan antarmuka obrolan.
• Memfasilitasi penggunaan bahasa selektif per ruangan (misalnya, hanya mengizinkan Python atau NodeJS di ruangan tertentu). Saat ini, ruangan dapat menggunakan kedua bahasa secara bergantian.
• Menambahkan lebih banyak opsi model termasuk suhu, top_p, max_tokens, dll.

Berkontribusi

Kontribusi sangat dihargai. Silakan fork repositori ini dan kirimkan permintaan penarikan untuk mengusulkan perubahan Anda.

Lisensi

Perangkat lunak dalam repositori ini beroperasi di bawah Lisensi MIT. Lihat file LISENSI untuk lebih jelasnya.

Penafian: Anda harus menguasai Docker, NodeJS, dan React untuk berinteraksi secara efektif dengan perangkat lunak ini. Jika Anda baru, lihat dokumentasi dan panduan resmi Docker, Node.js, npm, dan React.