เปิด Interpreter: การดำเนินการรหัสที่ขับเคลื่อนด้วย LLM ในท้องถิ่นสำหรับการทำงานของ Mac
Open Interpreter ซึ่งนำโดย Killian Lucas และผู้ร่วมงาน ช่วยให้มืออาชีพสามารถรันโค้ดที่ขับเคลื่อนด้วย LLM ในเครื่องเพื่อทำงานอัตโนมัติบน Mac ของพวกเขา เครื่องมือนี้แปลคำสั่งในภาษาธรรมดาเป็น Python, JavaScript หรือ Shell ที่สามารถรันได้ และโต้ตอบกับเทอร์มินัลเดสก์ท็อปสำหรับการวิเคราะห์ข้อมูล การจัดการไฟล์ และการเรียกดู ความสามารถหลัก ได้แก่ การรวมโมเดลในเครื่อง การเข้าถึงไฟล์ระบบทั้งหมด และการสนทนาในเทอร์มินัลแบบโต้ตอบ เป้าหมายคือ นักพัฒนา นักวิทยาศาสตร์ข้อมูล นักวิจัย และผู้ใช้ที่มีความสามารถที่ต้องการการทำงานอัตโนมัติที่เป็นส่วนตัวและสามารถเขียนสคริปต์ได้สำหรับการทำงานที่ทำซ้ำได้
เครื่องมือทำอะไรในกระบวนการพัฒนา
แอปพลิเคชันแปลงคำสั่งสนทนาเป็นโค้ดที่สามารถรันได้บนเดสก์ท็อป รองรับหลายภาษาและการดำเนินการทันทีในเทอร์มินัล ภาษาที่รองรับ ได้แก่ Python, JavaScript และ Shell ซึ่งช่วยให้มืออาชีพสร้างสคริปต์สำหรับการแปลงข้อมูล การดึงข้อมูล หรือการจัดการงานโดยไม่ต้องเปลี่ยนเครื่องมือ เทอร์มินัลที่ใช้การสนทนาปิดวงจรระหว่างคำถามและสคริปต์ที่สามารถรันได้ ดังนั้นการทำซ้ำและการดีบักจึงเกิดขึ้นในเซสชันเดียว
มันจัดการการทำงานอัตโนมัติในท้องถิ่นและการประมวลผลไฟล์อย่างไร
เครื่องมือให้การเข้าถึงโดยตรงไปยังพื้นที่เก็บข้อมูลในท้องถิ่นและการดำเนินการของระบบ ทำให้สามารถจัดการไฟล์อัตโนมัติและการประมวลผลชุดข้อมูลขนาดใหญ่ในท้องถิ่น มันรองรับการทำงานอัตโนมัติในระดับระบบและสามารถทำการมองเห็นหรือการโต้ตอบกับหน้าจอในโหมดเฉพาะ เพื่อความปลอดภัย แอปพลิเคชันจะขอการยืนยันจากผู้ใช้ก่อนที่จะดำเนินการโค้ดที่สร้างขึ้น ทำให้สามารถตรวจสอบสคริปต์ที่เสนอได้ก่อนที่จะรันบนเครื่อง
มันเข้าถึงได้สำหรับผู้ที่ไม่ใช่นักพัฒนาหรือผู้ใช้ที่มีความสามารถสูงหรือไม่?
การเริ่มต้นใช้งานต้องการสภาพแวดล้อม Python และการติดตั้งผ่านคำสั่งในเทอร์มินัลโดยใช้ pip ตามด้วยการเรียกใช้คำสั่ง 'interpreter' ดังนั้นความคุ้นเคยกับเทอร์มินัลจึงจำเป็น อินเทอร์เฟซเป็นการสนทนาแบบโต้ตอบในเทอร์มินัล ซึ่งเหมาะสำหรับผู้ที่คุ้นเคยกับกระบวนการทำงานในบรรทัดคำสั่ง แต่ก็อาจทำให้เกิดความยากในการเรียนรู้สำหรับผู้ใช้ที่คาดหวังเครื่องมือกราฟิก ตัวอย่างและเทมเพลตจากชุมชนช่วยลดความยุ่งยากในการตั้งค่าสำหรับผู้ใช้ที่มีทักษะ
มันรวมเข้ากับโมเดลและเหมาะกับกระบวนการทำงานของทีมอย่างไร
แอปพลิเคชันเชื่อมต่อกับโมเดลที่โฮสต์ เช่น GPT-4 และกับโมเดลในท้องถิ่นผ่าน LM Studio หรือ Ollama และสามารถทำงานแบบออฟไลน์เมื่อจับคู่กับโมเดลในอุปกรณ์ สถาปัตยกรรมแบบโอเพนซอร์สและความสามารถในการเข้าถึงแพ็กเกจในท้องถิ่นและอินเทอร์เน็ต หมายความว่าทีมสามารถขยายหรือปรับแต่งสภาพแวดล้อมสำหรับท่อเฉพาะ ไม่มีการกำหนดขนาดไฟล์หรือเวลาที่จำกัด ซึ่งมีความสำคัญเมื่อประมวลผลงานขนาดใหญ่หรือที่ใช้เวลานาน
เครื่องมือนี้เหมาะสำหรับผู้ใช้ทางเทคนิคที่ให้ความสำคัญกับการทำงานอัตโนมัติบนอุปกรณ์ที่เป็นส่วนตัวและขยายได้
การออกแบบที่มุ่งเน้นความเป็นส่วนตัวของเครื่องมือและการไม่มีขนาดไฟล์หรือข้อจำกัดด้านเวลา ทำให้เหมาะสมสำหรับการประมวลผลข้อมูลในท้องถิ่นที่ละเอียดอ่อนและการทำงานที่สามารถทำซ้ำได้ สถาปัตยกรรมแบบโอเพนซอร์สสนับสนุนการปรับแต่งและการตรวจสอบได้ แม้ว่าการกำหนดค่าการรวมโมเดลและการปรับสภาพแวดล้อมจะต้องใช้ความพยายามทางเทคนิค สำหรับนักพัฒนา นักวิจัย และผู้ใช้ที่มีความสามารถสูงที่ต้องการการทำงานอัตโนมัติบนอุปกรณ์ที่สามารถเขียนสคริปต์ได้ เครื่องมือนี้เป็นทางเลือกที่เหมาะสมและปรับตัวได้
