公众号关注 “GitHubDaily”
设为 “星标”,每天带你逛 GitHub!
今年 3 月份时,OpenAI 正式在 ChatGPT 上集成了插件系统(Plugins),被视为其打造 AI 帝国下的第一步棋。
当时除了上线插件系统外,OpenAI 还献上了两款自己的诚意之作:网络浏览(Web Broswing)和代码解释器(Code Interpreter)。
不久前,网络浏览插件已对所有 Plus 用户开放,让所有人都可以直接通过 ChatGPT,实时检索互联网上的各种数据,并与 AI 进行对话交互。
随着后续一系列网络数据访问的插件诞生,该工具最初所拥有的功能已不再亮眼,并时常因为各种爬虫规则的限制,导致数据抓取失败,形同鸡肋,现已渐渐被用户抛弃,转而用上更为实用的 WebPilot。
OpenAI 发布的另一款插件:代码解释器,可能是因为用户受众的影响,在发布之后,很少受到非程序员群体的关注。但是在我个人看来,这款插件,才是 OpenAI 真正能拿出手的最强插件。
即便到了今天,在各种 ChatGPT 插件百花齐放的现状下,无论对于程序员群体还是普通用户,这款代码解释器的功能表现也依旧亮眼。
昨天 OpenAI 也正式宣布,这款插件将于下周正式面向所有 Plus 用户开放!目前有一部分人已经开始用上了。
下面让我们再来回顾一下这款插件的强大之处。
代码解释器(Code Interpreter),是一款功能尤为强大的专业插件,让你能够通过跟 ChatGPT 对话,直接用函数生成各种可视化数据图表。
它也可以基于你上传的 Excel、CSV 数据,自动获取与分析数据内容,为你产出一份专业的行业分析报告,生成多种不同风格的数据图表,让你更加简单、直接的洞悉数据中的隐藏信息,大幅节省工作量。
不仅如此,这款插件还支持上传图片,在线动态调整图片的大小、灰度、色调等样式,并为你生成下载链接。
通过它,你可以让 ChatGPT 实现数据分析、图表创建、文件编辑、执行数学运算等操作,并且还能与其他插件互联,打造更多更多丰富的自动化数据分析场景。
比如,你可以用它上传视频文件,并让它调用 Python 代码,对该视频文件进行在线解析与剪切。
代码解释器的调用模型,被放置在一个受防火墙保护的沙盒中,并会分配少量的临时磁盘空间。
这样做的好处是,用户可以用一种较为安全的方式,借助此插件,直接在 ChatGPT 中运行各种 Python 代码。
在用户进行对话交流时,代码会保存在持续会话中,交流不中断的情况下,可随时调用,进一步扩大的 ChatGPT 的使用场景。
因此也有人评价:"带有代码解释器的 ChatGPT 是「我使用过的最有用、最有趣的人工智能模式」"。
具体效果如何,这里我放个官方演示视频给大家看下。
下面这个视频,主要演示了三部分内容:
通过函数来生成与修改图表;
解析 CSV 文件内容,并获取、分析表格数据、生成可视化图表;
上传图片,动态调整图片大小、灰度、色调,并生成下载链接。
目前有不少用户,已经在开始使用这款插件,分析搜索引擎算法、用户行为以及各种指数排名,来监测竞争对手的动态,寻求产品差异化,并持续优化与迭代自有产品,挖掘更多潜在用户。
对于开发者来说,它的诞生初衷跟 GitHub Copilot X 颇为相似,都是为了通过 AI 来打造一款可帮助人们提升工作效率的工具。
因为它可以自动执行复杂的分析、合并和清理数据等操作,甚至还能以类似人类的方式,来推理数据。
下周「代码解释器」正式发布之后,应该会诞生更多有趣且实用的应用场景。届时我们会在社群中,与大家深入讨论与分享该插件的使用教程与实际用法。
由于今年 AIGC 较火,为此我们也建立了一个 AI 社群,探索更多人工智能领域的前景与应用。
网友评论