Jupyter 在其环境中添加了基于 LLM 的聊天机器人。
现在，大语言模型（LLM）与 Jupyter 连接起来了！这主要归功于一个名叫 Jupyter AI 的项目，它是官方支持的 Project Jupyter 子项目。目前该项目已经完全开源，其连接的模型主要来自 AI21、Anthropic、AWS、Cohere、OpenAI 等各大明星公司和机构。项目地址：https://github.com/jupyterlab/jupyter-ai有了大模型的加持，Jupyter 功能也发生了很大的变化。现在你可以在该环境中生成代码、总结文档、创建注释、修复错误等。你甚至可以使用文本 prompt 生成 notebooks。Jupyter AI 的安装过程也非常简单，安装代码如下：pip install 'jupyter-ai>=1.0,<2.0' pip install jupyter-ai
此外，Jupyter AI 提供了两种不同的界面与 LLM 交互。在 JupyterLab 中，你可以使用聊天界面与 LLM 进行对话，以帮助处理代码。此外，在任何支持 notebook 或 IPython 的环境中，包括 JupyterLab、Notebook、IPython、Colab 和 Visual Studio Code，你可以使用 %% ai 魔术命令调用 LLM。Jupyter 聊天界面如下图所示，用户可以与 Jupyternaut（编程助手）进行对话。在 Jupyternaut 功能栏我们可以看到这样一句话「大家好，我是 Jupyternaut，你的编程助理。你可以使用文本框向我提问，也可以使用命令向我提问。」接下来，用户向 Jupyternaut 询问了一个问题：如「在 Python 中，元组和列表有什么区别？」Jupyternaut 给出了这两者的关键区别，并且回答的非常正确，最后还贴心的举了示例：假如有一部分代码你不是很了解，你可以选中这部分代码，并将其当做 prompt，然后要求 Jupyternaut 解释这段代码，除此之外，Jupyternaut 还能对代码进行修改、识别代码错误等。如果你对代码不满意，还可以让 Jupyternaut 按照要求重写代码：重写代码后，Jupyternaut 会将代码重新发送回用户选择的语言模型进行替换：Jupyter AI 的聊天界面可以根据文本 prompt 生成一个完整的 notebook。想要实现这一点，用户需要运行「/generate」命令，外加一个文本描述。Jupyternaut 生成 notebook 后，会向用户发送一个包含文件名的消息，用户可以打开该文件进行查看：你可以使用「/learn」命令让 Jupyternaut 学习本地文件，随后使用「/ask」命令询问有关本地文件的问题。举例来说，使用「/learn」命令，你可以让 Jupyternaut 学习关于 Jupyter AI 文档的知识：一旦 Jupyternaut 学习完成，你就可以使用「/ask」命令提出问题：Jupyter AI 还提供了可以在 notebook cells 和 IPython 命令行界面中运行的 %% ai 命令，每个 %% ai 命令都需要一个模型，通常指定为 provider‑id:model‑id：还有研究者体验了一下 %% ai 魔法命令，让其调用 ChatGPT ：此外，你还可以使用 - f 或 --format 参数自定义输出的格式，包括 HTML、数学、源代码和图像，这对于研究人员和教育工作者来说非常有用。一番展示下来，有了大模型加持的 Jupyter 确实方便了很多。想要尝试的小伙伴，可以前去一试了。参考链接：https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：[email protected]
