介绍

pip install open-interpreter

不工作？阅读我们的设置指南。

interpreter

Open Interpreter 允许 LLM 在本地运行代码（Python、Javascript、Shell 等）。您可以通过安装后运行终端中类似 ChatGPT 的界面与 Open Interpreter 聊天。$ interpreter

这为计算机的通用功能提供了一个自然语言接口：

• 创建和编辑照片、视频、PDF 等。
• 控制 Chrome 浏览器执行研究
• 绘制、清理和分析大型数据集

⚠️注意：在代码运行之前，系统会要求您批准代码。

演示

Google Colab 上也提供了交互式演示：

以及一个受 Her 启发的示例语音界面：

快速开始

pip install open-interpreter

终端

安装后，只需运行 ：interpreter

interpreter

python

from interpreter import interpreter

interpreter.chat("Plot AAPL and META's normalized stock prices") # Executes a single command
interpreter.chat() # Starts an interactive chat

GitHub 代码空间

按此存储库的 GitHub 页面上的键以创建 codespace。片刻之后，您将收到一个预装了 open-interpreter 的云虚拟机环境。然后，您可以直接开始与它交互并自由确认其对系统命令的执行，而不必担心损坏系统。,

与 ChatGPT 的代码解释器比较

OpenAI 发布的带有 GPT-4 的 Code Interpreter 为使用 ChatGPT 完成实际任务提供了绝佳的机会。

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 Internet。
• 有限的预安装软件包集。
• 最大上传 100 MB，运行时限制为 120.0 秒。
• 当环境死亡时，状态将被清除（以及任何生成的文件或链接）。

---

Open Interpreter 通过在本地环境中运行来克服这些限制。它可以完全访问 Internet，不受时间或文件大小的限制，并且可以使用任何包或库。

它将 GPT-4 的 Code Interpreter 的强大功能与本地开发环境的灵活性相结合。

命令

更新：生成器更新 （0.1.5） 引入了流：

message = "What operating system are we on?"

for chunk in interpreter.chat(message, display=False, stream=True):
  print(chunk)

互动聊天

要在终端中开始交互式聊天，请从命令行运行：interpreter

或者从 .py 文件中：interpreter.chat()

您还可以流式传输每个数据块：

message = "What operating system are we on?"

for chunk in interpreter.chat(message, display=False, stream=True):
  print(chunk)

程序化聊天

要进行更精确的控制，您可以将消息直接传递给 ：.chat(message)

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?")

# 

开始新聊天

在 Python 中，Open Interpreter 会记住对话历史记录。如果您想重新开始，您可以重置它：

interpreter.messages = []

保存和恢复聊天

interpreter.chat()返回一个 List 消息，该消息可用于恢复与 的对话：interpreter.messages = messages

messages = interpreter.chat("My name is Killian.") # Save messages to 'messages'
interpreter.messages = [] # Reset interpreter ("Killian" will be forgotten)

interpreter.messages = messages # Resume chat from 'messages' ("Killian" will be remembered)

自定义系统消息

您可以检查和配置 Open Interpreter 的系统消息，以扩展其功能、修改权限或为其提供更多上下文。

interpreter.system_message += """
Run shell commands with -y so the user doesn't have to confirm them.
"""
print(interpreter.system_message)

更改您的语言模型

Open Interpreter 使用 LiteLLM 连接到托管语言模型。

您可以通过设置 model 参数来更改模型：

interpreter --model gpt-3.5-turbo
interpreter --model claude-2
interpreter --model command-nightly

在 Python 中，在对象上设置模型：

interpreter.llm.model = "gpt-3.5-turbo"

在此处找到适合您的语言模型的 “model” 字符串。

在本地运行 Open Interpreter

终端

Open Interpreter 可以使用兼容 OpenAI 的服务器在本地运行模型。（LM Studio、jan.ai、ollama 等）

只需使用推理服务器的 api_base URL 运行（对于 LM Studio，默认情况下是这样）：interpreterhttp://localhost:1234/v1

interpreter --api_base "http://localhost:1234/v1" --api_key "fake_key"

或者，您可以使用 Llamafile 而无需安装任何第三方软件，只需运行

interpreter --local

有关更详细的指南，请查看 Mike Bird 的此视频

如何在后台运行 LM Studio。

1. 下载 https://lmstudio.ai/ 然后启动它。
2. 选择一个模型，然后单击 ↓ 下载。
3. 单击↔️按钮（下方💬）。
4. 在顶部选择您的模型，然后单击 Start Server。

服务器运行后，您可以开始与 Open Interpreter 对话。

注意：本地模式将 u 设置为 3000，将 u 设置为 1000。如果您的模型有不同的要求，请手动设置这些参数（请参阅下文）。context_windowmax_tokens

python

我们的 Python 包让您可以更好地控制每个设置。要复制并连接到 LM Studio，请使用以下设置：

from interpreter import interpreter

interpreter.offline = True # Disables online features like Open Procedures
interpreter.llm.model = "openai/x" # Tells OI to send messages in OpenAI's format
interpreter.llm.api_key = "fake_key" # LiteLLM, which we use to talk to LM Studio, requires this
interpreter.llm.api_base = "http://localhost:1234/v1" # Point this at any OpenAI compatible server

interpreter.chat()

上下文窗口 （Context Window） > 最大令牌数 （Max Tokens）

您可以修改本地运行的模型的 and（在令牌中）。max_tokenscontext_window

对于本地模式，较小的上下文窗口将使用更少的 RAM，因此我们建议尝试更短的窗口 （~1000），如果它失败/很慢。确保小于 。max_tokenscontext_window

interpreter --local --max_tokens 1000 --context_window 3000

详细模式

为了帮助您检查 Open Interpreter，我们提供了一个调试模式。--verbose

你可以使用其标志 （） 或在聊天中激活详细模式：interpreter --verbose

$ interpreter
...
> %verbose true <- Turns on verbose mode

> %verbose false <- Turns off verbose mode

交互模式命令

在交互模式下，您可以使用以下命令来增强您的体验。以下是可用命令的列表：

可用命令：

• %verbose [true/false]：切换详细模式。没有参数或有它 进入详细模式。使用它退出详细模式。truefalse
• %reset：重置当前会话的对话。
• %undo：从消息历史记录中删除以前的用户消息和 AI 的响应。
• %tokens [prompt]：（实验性）计算将与下一个提示作为上下文一起发送的令牌，并估算其成本。（可选）计算令牌和估计成本（如果提供）。依赖 LiteLLM 的 cost_per_token（） 方法来估算成本。prompt
• %help：显示帮助消息。

配置/配置文件

Open Interpreter 允许您使用文件设置默认行为。yaml

这提供了一种灵活的方法来配置解释器，而无需每次都更改命令行参数。

运行以下命令以打开 profiles 目录：

interpreter --profiles

您可以在该处添加文件。默认配置文件名为 。yamldefault.yaml

多个配置文件

Open Interpreter 支持多个文件，允许您在配置之间轻松切换：yaml

interpreter --profile my_profile.yaml

示例 FastAPI 服务器

生成器更新使 Open Interpreter 可以通过 HTTP REST 端点进行控制：

# server.py

from fastapi import FastAPI
from fastapi.responses import StreamingResponse
from interpreter import interpreter

app = FastAPI()

@app.get("/chat")
def chat_endpoint(message: str):
    def event_stream():
        for result in interpreter.chat(message, stream=True):
            yield f"data: {result}\n\n"

    return StreamingResponse(event_stream(), media_type="text/event-stream")

@app.get("/history")
def history_endpoint():
    return interpreter.messages
pip install fastapi uvicorn
uvicorn server:app --reload

您也可以通过简单地运行 来启动与上述服务器相同的服务器。interpreter.server()

人造人

可以在 open-interpreter-termux 存储库中找到在 Android 设备上安装 Open Interpreter 的分步指南。

安全须知

由于生成的代码是在本地环境中执行的，因此它可以与您的文件和系统设置交互，这可能会导致数据丢失或安全风险等意外结果。

⚠️Open Interpreter 将在执行代码之前要求用户确认。

您可以运行 或 设置为绕过此确认，在这种情况下：interpreter -yinterpreter.auto_run = True

• 请求修改文件或系统设置的命令时要小心。
• 像看自动驾驶汽车一样观看 Open Interpreter，并准备好通过关闭终端来结束该过程。
• 考虑在 Google Colab 或 Replit 等受限环境中运行 Open Interpreter。这些环境更加隔离，从而降低了执行任意代码的风险。

对安全模式的实验性支持有助于缓解某些风险。

它是如何工作的？

Open Interpreter 为函数调用语言模型配备了一个函数，该函数接受 （如 “Python” 或 “JavaScript”） 并运行。exec()languagecode

然后，我们将模型的消息、代码和系统的输出作为 Markdown 流式传输到终端。

离线访问文档

无需 Internet 连接，即可随时随地访问完整文档。

Node 是先决条件：

• 版本 18.17.0 或更高版本 18.x.x 。
• 版本 20.3.0 或更高版本的 20.x.x 版本。
• 从 21.0.0 开始的任何版本，未指定上限。

安装 Mintlify：

npm i -g mintlify@latest

切换到 docs 目录并运行相应的命令：

# Assuming you're at the project's root directory
cd ./docs

# Run the documentation server
mintlify dev

应打开一个新的浏览器窗口。只要文档服务器正在运行，文档就会在 http://localhost:3000 上可用。

网址：https://docs.openinterpreter.com/getting-started/introduction

网址：https://github.com/OpenInterpreter/open-interpreter