Käytä code_interpreter-työkalua

  • 5 minuuttia

code_interpreter-työkalu tarjoaa mallillesi Python-ajon, jossa se voi tuottaa ja ajaa Python-koodia.

Mikä on code_interpreter työkalu?

code_interpreter-työkalu mahdollistaa generatiivisten tekoälymallien kirjoittaa ja ajaa Python-koodia dynaamisesti keskustelun aikana. Sen sijaan, että pelkästään keskusteltaisiin koodista tai algoritmeista, malli voi testata logiikkaansa, käsitellä dataa ja palauttaa todelliset tulokset koodista. Tämä muuttaa mallin ajattelijasta tekijäksi.

Tärkeimpiä ominaisuuksia ovat seuraavat:

  • Dynaaminen Python-suoritus: Malli kirjoittaa ja suorittaa Python-koodia hiekkalaatikkoympäristössä
  • Tiedostojen käsittely: Tiedostojen lataaminen, käsittely ja lataaminen (CSV, JSON, kuvat jne.)
  • Data-analyysi: Suorita laskelmia, tilastollisia analyysejä ja datamuunnokset lennosta
  • Reaaliaikainen palaute: Malli näkee koodin suoritustulokset ja voi iteroida tai korjata virheitä
  • Monimutkaisten ongelmien ratkaisu: Ratkaise matemaattisia ongelmia, simulaatioita ja logiikkapulmia suoritettavan koodin avulla

Yleiset käyttötapaukset

Käyttötapaus Esimerkki
Data-analyysi Jäsennä CSV-tiedosto ja luo yhteenvetotilastoja
Matematiikka ja fysiikka Ratkaise differentiaaliyhtälöitä tai simuloi fysiikan skenaarioita
Tiedostomuunnos Muunna tietomuotojen välillä (JSON ↔ CSV jne.)
Prototyyppi Testaavat algoritmit ja ideat ennen muodollista toteutusta

Yksinkertainen esimerkki

Näin käytät code_interpreter OpenAI Responses API:n kanssa:

from openai import OpenAI

client = OpenAI(
    base_url={openai_endpoint},
    api_key={auth_key_or_token}
)

# Get response using the code_interpreter tool
response = client.responses.create(
    model={model_deployment},
    instructions="You are an AI assistant that provides information. Use the python tool to run code for math problems.",
    input="What is the square root of 16?",
    tools=[{"type": "code_interpreter",
            "container": {"type": "auto"}}]
)
print(response.output_text)

Tämän koodin tulos on samankaltainen:

The square root of 16 is 4.

Vielä tärkeämpää on, että mallin palauttaman vastausobjektin yksityiskohtien tarkastelu paljastaa, että tulos laskettiin ja palautettiin malliin dynaamisesti luodulla Python-koodilla näin:

import math

# Calculate the square root of 16
square_root = math.sqrt(16)
square_root

Miten code_interpreter-työkalu toimii

Yleinen prosessi code_interpreter-työkalun käytössä on:

  1. Lähetät pyynnön: Sisällytä code_interpreter työkalutaulukkoosi.
  2. Malli analysoi tehtävän: Malli määrittää, tarvitaanko koodin suoritusta.
  3. Malli tuottaa koodia: Malli kirjoittaa Python-koodia tehtävän suorittamiseksi.
  4. Koodi käynnistyy: Koodi toimii hiekkalaatikkoympäristössä, jossa on pääsy yleisiin kirjastoihin (esimerkiksi pandas, numpy ja math).
  5. Tulokset palautettu: Malli vastaanottaa tuloksen ja sisällyttää sen vastaukseensa.

Parhaat käytännöt

  • Ole tarkka: Kuvaile datan muoto ja odotettu tulos selkeästi. Monet mallit käyttävät sisäisesti python-työkalua tunnistaakseen code_interpreter työkalun – käytä siis tätä kieltä ohjeissasi.
  • Anna taustaa: Sisällytä aiheisiin relevanttia alaosaamista
  • Varmista tulokset: Tarkista aina tekoälyn tuottamaa koodia oikeellisuudesta ennen tuotannossa käyttöä
  • Seuraa kustannuksia: Koodin suoritus lisää tokeneita; Monimutkaiset operaatiot voivat vaatia enemmän resursseja
  • Hyödynnä kirjastoja: Yleiset paketit kuten pandas, numpy ja matplotlib ovat valmiiksi asennettuja
  • Virheiden käsittely: Malli havaitsee virheet ja yrittää korjata ne automaattisesti

Rajoitukset, joista kannattaa tietää

  • Suoritukset suoritetaan hiekkalaatikkoympäristössä ilman ulkoista verkkoyhteyttä
  • Jotkut kirjastot eivät välttämättä ole saatavilla; ilmoita mallille, jos standardikirjasto epäonnistuu.
  • Aikakatkaisurajoitukset koskevat pitkäaikaisia operaatioita
  • Koodi toimii muistirajoituksilla – valtavat tietoaineistot saattavat vaatia suoratoistoa tai lohkoittamista