今天小編分享的科學經驗：MIT華人博士生将ChatGPT搬進Jupyter，自然語言編程一站式搞定，歡迎閲讀。
自然語言編程，在 Jupyter 裏就能直接完成了！
這款由 MIT 華人博士生打造的插件，實現了編程工具與 GPT-4 的無縫銜接。
加載好之後，只要「説」出自己想要的程式，就能得到代碼并直接調試運行。
結合 ChatGPT 和 Jupyter 的名字，作者将其命名為 Chapyter。
Chapyter 發布後，vscode 用户投來了羨慕的目光，并期待自己有朝一日也能用上。
而作者也回應説，适配更多平台的版本已經在路上了。
在 Jupyter 中直接用自然語言編程
Chapyter 究竟和之前的 Colab 有什麼區别呢？
開發者列出了一張表格：
在 Jupyter 中，Chapyter 直接用自然語言就能編寫程式，還能自動執行。
比如我們想要求斐波那契數列的前 50 項分别是多少：
可以看到，Chapyter 不僅給出了代碼，還直接跑出了結果。
此外，Chapyter 還支持調用舊代碼和執行結果，進行一些新的操作。
比如此前的程式生成了一些數據，我們就可以直接調用這些數據生成可視化影像：
擔心 AI 生成的代碼不靠譜？沒關系，你可以随時無縫切換到人工，對代碼進行 debug。
而 Chapyter 使用的所有 prompt 都是公開透明的，在 GitHub 頁中的 Program.py 裏面就能直接看到。
除此之外，由于 Chapyter 使用的 GPT 是 API 版本，不必過度擔心隐私泄露問題。
因為根據 GPT API 的用户協定，通過 API 方式進行的對話不會被用作模型訓練。
輕松完成部署
Chatpyter 的部署過程十分簡單。
在裝有 Python 和 node.js 的環境下，在命令行模式中直接使用「pip install chapyter」命令，就可完成安裝。
需要注意的是，安裝過程會将 Jupyter 更新到 4.0 以上版本，可能會引起環境變化。
安裝好之後，在環境變量中設定 GPT 的 API key 和組織名稱，部署就完成了。
使用時在 Jupyter 中輸入「%load_ext chapyter」就能啓動 Chapyter 了。
更多詳細教程，可參閲 GitHub 頁面中 examples 目錄下的説明文檔。
作者簡介
Chapyter 的作者 MIT 的華人博士生 Shannon Zejiang Shen。
他在 NLP 領網域具體的研究興趣是科學、法律和醫學方面的語義理解。
在 HCI 領網域，Shen 也在研究人類（特别是專家）與 AI 模型的互動方式。
GitHub 項目頁：
https://github.com/chapyter/chapyter/
參考鏈接：
[ 1 ] https://www.reddit.com/r/MachineLearning/comments/15269v8/p_chapyter_chatgpt_code_interpreter_in_jupyter/
[ 2 ] https://www.szj.io/
