今天小编分享的科学经验：MIT华人博士生将ChatGPT搬进Jupyter，自然语言编程一站式搞定，欢迎阅读。
自然语言编程，在 Jupyter 里就能直接完成了！
这款由 MIT 华人博士生打造的插件，实现了编程工具与 GPT-4 的无缝衔接。
加载好之后，只要「说」出自己想要的程式，就能得到代码并直接调试运行。
结合 ChatGPT 和 Jupyter 的名字，作者将其命名为 Chapyter。
Chapyter 发布后，vscode 用户投来了羡慕的目光，并期待自己有朝一日也能用上。
而作者也回应说，适配更多平台的版本已经在路上了。
在 Jupyter 中直接用自然语言编程
Chapyter 究竟和之前的 Colab 有什么区别呢？
开发者列出了一张表格：
在 Jupyter 中，Chapyter 直接用自然语言就能编写程式，还能自动执行。
比如我们想要求斐波那契数列的前 50 项分别是多少：
可以看到，Chapyter 不仅给出了代码，还直接跑出了结果。
此外，Chapyter 还支持调用旧代码和执行结果，进行一些新的操作。
比如此前的程式生成了一些数据，我们就可以直接调用这些数据生成可视化影像：
担心 AI 生成的代码不靠谱？没关系，你可以随时无缝切换到人工，对代码进行 debug。
而 Chapyter 使用的所有 prompt 都是公开透明的，在 GitHub 页中的 Program.py 里面就能直接看到。
除此之外，由于 Chapyter 使用的 GPT 是 API 版本，不必过度担心隐私泄露问题。
因为根据 GPT API 的用户協定，通过 API 方式进行的对话不会被用作模型训练。
轻松完成部署
Chatpyter 的部署过程十分简单。
在装有 Python 和 node.js 的环境下，在命令行模式中直接使用「pip install chapyter」命令，就可完成安装。
需要注意的是，安装过程会将 Jupyter 更新到 4.0 以上版本，可能会引起环境变化。
安装好之后，在环境变量中設定 GPT 的 API key 和组织名称，部署就完成了。
使用时在 Jupyter 中输入「%load_ext chapyter」就能启动 Chapyter 了。
更多详细教程，可参阅 GitHub 页面中 examples 目录下的说明文档。
作者简介
Chapyter 的作者 MIT 的华人博士生 Shannon Zejiang Shen。
他在 NLP 领網域具体的研究兴趣是科学、法律和医学方面的语义理解。
在 HCI 领網域，Shen 也在研究人类（特别是专家）与 AI 模型的互動方式。
GitHub 项目页：
https://github.com/chapyter/chapyter/
参考链接：
[ 1 ] https://www.reddit.com/r/MachineLearning/comments/15269v8/p_chapyter_chatgpt_code_interpreter_in_jupyter/
[ 2 ] https://www.szj.io/
