介绍 | ChatGPT Code interpreter 插件深度体验报告
初体验后的总结
有人没有耐心看到最后，我先把我自己测试到的结论放在最前面。（但强烈建议大家阅读全文，不亏）
OpenAI 官方提供了的一个能够自己编写 Python 代码并执行 Python 代码的沙箱。支持用户上传本地的文件。ChatGPT 会基于指令或者文件内容，分析、编写 Python 代码，并反复修改、执行自己的代码，同时，也可以把结果保存成相应的文件供用户下载。
注意！！！其所有的操作都是通过编写并执行 Python 代码实现的，不能直接执行你上传的代码！即便是访问你的上传的代码，它也是通过执行 Python 的 open() 方法实现的，以保证其沙箱的安全性。
优势和长处：
1、第一印象非常惊艳，非常强。我第一次用的时候，给了它一个 CSV 文件，没有给出任何指令的情况下，它自己 balabala 自己搁那一顿分析，然后给出了我非常好的数据分析和可视化结果。从头到尾，我除了「上传文件」这一个操作，其它任何指令都没给…
2、通过执行 Python 库，即使没有 Wolfman 插件的情况下，也可以正确计算数学题目。
3、会给出你思考的过程以及具体的代码文件，是一个非常非常优秀的「数据分析导师」，几乎跑通了自然语言到数据分析+可视化+给出分析结论的流程，而且如果你的数据模板格式相对比较统一，甚至可以把代码保存下来运行（甚至以此解决数据安全问题？）。
4、顾名思义，它是「代码解释器」，有没有可能，它真的会写/改代码…甚至写的比我好…
5、你可以尝试上传任何文件（＜100MB，虽然它不一定为你执行）。我测试了常规的文本（txt，csv，docx，xlsx…），图片，音频，视频…都没有问题。甚至是压缩包和 sqlite .db 文件。只要你自己能用 Python 处理的文件格式，它一律可以处理！
缺陷或者不足：
1、不能联网！不能联网！不能联网！
2、仅限于官方内置提供的一些库，不能自己安装其他库，或调用其他库的功能。（不是 Python 内置库，除了 Python 内置库，相对来说还是有很丰富的第三方库的）
3、续2，尽管能接收图片、音频、视频等类型的文件，但其处理能力也仅限于其提供的一些库的功能，比如不能音频转文字，不能图生图修图等等，能做的，是截取音频、截取视频、转格式、视频转 GIF、GIF 转视频这些用相对常规的库就能实现的操作。
4、官方目前给出的沙盒环境中，缺少中文字体支持。如果上传的文档中有中文内容，虽然能够正确读取并处理，但在 PIL 可视化的过程中，会因缺失字体而显示不正常。后面会详细说。
5、老生常谈的数据安全话题，甚至与 ChatGPT 不同，如果如果你想体验自动化的数据分析或者代码编写，就必须把本地文件进行上传。
官方介绍
在官方的博客 中，是这样介绍 Code interpreter 的：
官方也给出了三个基于此能力的推荐用法：
Solving mathematical problems, both quantitative and qualitative 解决数学问题，包括定量和定性问题。
Doing data analysis and visualization 进行数据分析和可视化
Converting files between formats 在不同格式之间转换文件
实际测试
我按照官方给出的用法，进行一些尝试，并自己测试了一些其他用法。
数学问题
这个只做个简单的测试。因为常规的数学问题，GPT-4 已经有很大的能力提升了。但是，就好比人有了计算器就懒得手算一样，这家伙有了 Python，算个鸡兔同笼竟然也要用 Python 了。
现有一笼子，里面有鸡和兔子若干只，数一数，共有头14个，腿38条，球鸡和兔子各有多少只？
我一时想不出要测什么别的题目…先过，大家可以在评论区出题，我再补充进来。
代码能力
代码能力…还有必要测吗…只不过相比于 ChatGPT 只能写代码，它还可以执行代码得到结果。如：
给定一个 1 到 100 之间的随机整数数组，找出其中所有奇数，并将它们替换为 -1。
同样的，我们也可以上传一段自己的代码，看它是否能执行或者修改。比如一段最简单的爬虫代码：
显然，它不能够执行带有网络请求函数的代码。然后，我让它为代码添加 headers 和 cookies，它分两步完成了我的任务：
第一步，读取代码，它很谨慎地使用了 with open() 方法：
第二步，修改代码：
当然，我可以再多加一个步骤：
总之，沙箱的安全限制还是比较严格的…并不是提供一个直接的终端执行环境。
再比如，我尝试获取沙箱环境上级目录的内容（显然，这样低级的测试 OpenAI 不可能没有考虑到）：
数据分析和可视化
这一部分是重中之重，希望你没有提前退出…不过，由于暂时没找到合适的测试数据（我对数据安全还是心存顾虑），所以我干脆从 Apple Watch 中导出了自己的一些健康数据。
比如我上传了一份自己的 ECG 心率检测数据，这份数据大概长这个样子：
ChatGPT 会怎么做？注意：在这里我直接上传了文件，并未给出其任何具体的指令！它自己直接开始尝试操作，反复读取了前 N 行数据并推断其是什么内容、含义，直到最终准确定位到，从第 14 行开始是具体数据，并尝试将之后的所有数据进行了可视化。（这孩子看来比较轴，不做出个结论来誓不罢休…）
截图里面的每一个 Work，都是一段具体的 Python 代码。具体来讲：
第一次执行，尝试读入了前几行并分析其含义：
然后对这些数据进行了格式化：
然后，它推测这些数据中并不包含真实的 ECG 数值，并继续尝试读取之后的内容：
然后继续清理这些非数值的属性数据直到找到正确的起始数值。
然后主动将其可视化：
这一顿操作…说真的，我已经看麻了。它能够充分发挥「主观能动性」，去尝试摘取属性元数据，去定位具体的数值数据，甚至不需要指令的情况下，根据 ECG 的采样率，画出了正确的图像…
我们来看一眼可视化图像这部分的代码：
注意，源数据中只有一列采样值，并没有具体的时间。它完全是推断出采样频率以后，自行补充计算的时间。
这个源文件的数据格式已经堪称 ugly 了，它都能给出这样的表现…
格式转换
这个格式转换，其实还是比较有想象力的。但是开篇就说了，这些能力仅限于 Python 代码能处理的范围，但是有没有可能，Python 代码本身能做到的事情，就已经很强了…
出于好奇，我还是先测试了一下 GPT-4 发布时的那张梗图 。
但是它告诉我它看不到图片内容：
但是在官方演示中，它明明可以介绍图片内容：
我上传相同的图片，丫就不理我（汉字是我用插件加的翻译）：
算了，看来图像能力没有向我开放，我们还是测试别的内容。
图片处理（缩放、裁切、黑白化等）
音频处理（剪切前几秒）
我先是尝试要求它实现语音转文字（幻想其拥有 Whisper 的能力），显然不能…然后就是常规的音频操作了。
视频处理（剪切几秒并转化为 GIF/或者反过来，GIF 转视频）
它在转化过程中甚至失败并重试了两次…WTF…
其他奇怪的尝试
刚才都是只上传一个文件，突发奇想，如果上传一个压缩包会怎么样…
它会使用 Python 进行解压。虽然中文的文件名乱码了…但是不重要，这意味着我们可以后续处理多文件的任务了。
and…我刚刚意识到，上传文件并不是一次性的…你在上传第一个文件之后，对话框其实是可以支持继续上传其他文件的…
下载文件看的确是成功了的：
脑子好痒，感觉又打开了什么新的想象力大门…
安全性与局限性
安全性
官方已经解释了该插件的安全限制：
总体的安全限制是通过沙箱（sandbox）来实现隔离执行，并禁止代码访问外部互联网。可以看出，虽然类似 AutoGPT 的项目给予了 ChatGPT 更多「访问权限」，但 OpenAI 官方在给予其「执行权限」上还是很谨慎的。
局限性
至于其局限性，我在开篇和刚才的演示中也或多或少提到了。
然后，我又又又突发奇想了！既然它的能力是受限于环境中已经存在的 Python 库，那我们直接问问它自己都有哪些库不就好了吗…
同时…我连代码都没必要写，让丫自己写！
显然…它真的写了，也真的执行了…
然后，我就拿到了 OpenAI 为我们提供的所有 Python 库…WTF…
总之，我人已经麻了…它的限制就是，它只能在以上这些库的能力范围内为你工作…但是…ChatGPT 的大脑+这些库的能力，已经足以做很多很多很多事情了吧…
Whatever，改天我再抽空把这些库具体是用作什么的，逐个分析一遍，然后尝试给出更详细的插件能力用法。
数据安全
还记得我在开篇说的关于数据安全的问题吗。现在的顾虑在于，你需要将文件上传到 OpenAI 的服务器进行分析并执行。有没有解决办法呢？
我又又又又又一次突发奇想：你可以上传一份脱敏的 demo 数据，在 ChatGPT 中完成相应的处理，然后要求它把涉及到的代码保存下来。然后你就可以在自己本地处理真实数据了啊！！！
（小插曲：我让它保存文件时，它又写错代码了，并在重试的时候，纠正了自己的错误。）
这是下载到本地的 Notebook 文件：
麻了，想象力过于丰富，脑子 CPU 要烧了。我不敢往下想了。
总之，这应该当前是整个中文互联网下最全的一份 ChatGPT code interpreter 插件测评吧…希望对大家有所帮助。
后续我会继续为大家更新 ChatGPT 插件的用法（甚至开发，不过我还没拿到开发者权限）