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：

圖片

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。

圖片

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/。