gpt code interpreter

使用 GPT-3.5 / GPT-4 的代码解释器

欢迎来到代码解释器项目。该软件在本地模拟 OpenAI 的 ChatGPT，添加了额外的特性和功能。与 OpenAI 的模型不同，这种先进的解决方案支持多个 Jupyter 内核，允许用户安装额外的软件包并提供无限的文件访问。

项目描述

ChatGPT 的内置代码解释器用途广泛，可在安全且受防火墙保护的沙箱环境中充当 Python 解释器。它可以管理文件上传和下载，与长期会话交互（受时间上限限制），并执行其他基本任务。

我们的本地解释器扩展了此模型以提供更广泛的功能：

• 基于 ChatGPT 熟悉且用户友好的实现专门设计的聊天机器人。
• 能够在部署在 Docker 容器内的 Jupyter Notebook 环境中执行 Python 和 NodeJS 代码。
• Jupyter 提供多内核支持，促进编程的多功能性。
• 不受限制的文件访问系统，对文件大小或类型没有限制。

这些功能旨在让更广泛的受众受益于编程的好处。

我们的代码解释器的有前景的应用包括：

• 执行定量和定性数学运算。
• 进行详细的数据分析和可视化。
• 促进不同格式之间的文件转换。

可能性仅受您的创造力和探索的限制。

演示视频

这是该项目的一个简短演示：

存储库结构

该存储库由三个目录组成：

1. client ：此目录包含提供聊天机器人用户界面的 React 应用程序。
2. server ：此目录包含服务器，用于响应来自 React 应用程序的请求。
3. jupyter_client ：此目录包含 Dockerfile 和启动 Jupyter Notebook 服务器环境所需的基本文件。

入门

开始之前，请确保您已安装 Docker、Node.js 和 npm。

如何安装

以下是安装说明：

第 1 步：创建 Docker 镜像

导航到包含Dockerfile的根目录并输入 Docker 构建命令。

docker build -t jupyter_api . 

步骤2：Docker容器部署

成功构建 Docker 映像后，使用以下命令启动 Docker 容器：

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

第三步：安装依赖项

导航到client和server文件夹并使用npm install命令安装依赖项。

第四步：运行服务器和客户端

然后，导航到各自的目录并使用npm start命令来启动服务器和客户端。

待办事项

该项目目前处于 alpha 阶段，正在积极寻求贡献以增强其功能。该存储库基本上基于 IdoBouskila 的实时聊天 React 应用程序。由于我主要是后端开发人员，因此我正在寻求帮助，尤其是前端开发人员的帮助，以提高该项目的整体美观和功能。

需要改进的关键领域包括：

• 优化聊天界面。
• 促进每个房间的选择性语言使用（例如，在给定房间中仅允许 Python 或 NodeJS）。目前，房间可以互换使用两种语言。
• 添加更多模型选项，包括温度、top_p、max_tokens 等。

贡献

高度赞赏您的贡献。请分叉此存储库并提交拉取请求以提出您的更改。

执照

该存储库中的软件在 MIT 许可证下运行。查看许可证文件以了解更多详细信息。

免责声明：您应该对 Docker、NodeJS 和 React 有一定的掌握，才能与该软件有效交互。如果您是新手，请参阅官方 Docker、Node.js、npm 和 React 文档和指南。