NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模
ChatGPT 令人兴奋的新功能之一是代码解释器模式（最近更名为高级数据分析），它允许你分析数据集、创建可视化和转换文件。 它通过将自然语言指令转换为在 OpenAI 服务器上的沙盒环境中运行的 Python 代码来实现这一点。
上周，一个名为 Open Interpreter 的新开源项目启动了，该项目通过使用 GPT-4 和 Code Llama 将这一功能引入你的计算机，并提升到了一个新的水平。 Open Interpreter 在很多方面比 ChatGPT 更强大（也更可怕）：
- 它可以完全访问互联网。
- 它可以完全访问你的计算机及其文件系统。
- 它可以通过在计算机上安装新的库和模型来添加功能。
- 文件大小或运行时间没有限制。
本文将提供你可以使用 Open Interpreter 完成的任务示例，解释它如何与 GPT-4 集成，并讨论如何将它与 Code Llama 一起使用。
注册 OpenAI 开发者帐户，获取 API 密钥，然后运行：
然后输入诸如“打印前 10 个斐波那契数”之类的提示。 默认情况下，Open Interpreter 会在你的计算机上运行任何代码之前要求确认，但如果你喜欢冒险，可以通过运行 来跳过确认。
让我们深入探讨一些可以使用 Open Interpreter 完成的任务。 你还可以使用此 Google Colab 笔记本在沙盒环境中运行所有这些示例。
我们将从 ChatGPT 的数据分析用例之一开始，要求 Open Interpreter 可视化 1961 年至 2022 年平均温度变化的数据集。
提示词：
Plot a heatmap of the global warming trends for each of the European Union countries using the dataset at https://opendata.arcgis.com/datasets/4063314923d74187be9596f10d034914_0.csv . Put countries on the y-axis and years on the x-axis.
提示词：
Transcribe the podcast at https://feeds.npr.org/500005/podcast.xml
输出结果如下：
由于 GPT-4 不知道 2021 年 9 月训练截止后发生的任何事情，因此无法生成代码来使用稳定扩散（于 2022 年 8 月发布）创建图像。 但它不会承认它不知道如何使用稳定扩散，而是会产生非工作代码的幻觉。 在我的一次运行中，GPT-4 尝试从 Github 下载预先训练的 DALL-E 模型，但失败了，因为 Open AI 从未开源 DALL-E 模型。
因此，我想知道是否可以通过将 Hugging Face Stable Diffusion 博客文章中的内容粘贴到我的提示中来教 GPT-4 如何使用稳定扩散。
提示词：
Use the information from the following guide to generate an image of a cat in space using Stable Diffusion. Save it as cat.png.
Guide:
Stable Diffusion