Playing around with Open Interpreter tonight to see what it can do. So far everything I've tried from an automation standpoint on my Mac has worked well.
Here's a very simple example of telling it to create a folder, a .js file, and open it in VS Code. No…I wouldn't… pic.twitter.com/P9kJ1T9lXq
Create a folder named "interpreter" on my Desktop,
add a file named test.js into it that calculates the current date and time,
and then open the folder in VS Code.
実際の作業の様子を早送り動画で公開しています。
完成したJSファイルとVS Codeの画面です。
Open Interpreterを用いるメリットは、インストールされているアプリケーションを直接操作できる点です。通常のChatGPTではこのようなことはできません。また、VS Codeだけでなく、さまざまなアプリケーションと連携できるので、ぜひ多くのことに挑戦してみてください。
Plot a heatmap of the feature correlations in the Iris dataset using the dataset
at https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data.
Put features such as sepal length, sepal width, petal length, and petal width on both the x-axis and y-axis.
実際にできたヒートマップはこちらです。
ChatGPT のAdvanced Data Analysis との違いは、データセットをインターネットから取得できることと、データ容量に制限がないところですね。
Open Interpreterの素晴らしい点は、Stable Diffusionでの画像生成を簡略化できるところです。 先ほど共有したColabファイルのプロンプトやコードを少し変更するだけで、自動的に画像が生成されます。 WebUIも使いやすいですが、こちらも活用することで画像生成が捗りそうですね。
Create a Flask app in a new folder called HelloWorldAPI in the Development directory.
The Flask app should create an endpoint /hello that accepts a GET request. When accessed,
it should return a JSON response with a message saying "Hello, World!".
After you create the Flask app, open a new terminal window and run the app on a local server.
Then test the function by running a curl request in the new terminal window to access the /hello endpoint.
作成過程を早送りした動画はこちら。
そして、実際の成果物です。
APIが正しくテストできていますね。
Open Interpreterの魅力は、ターミナル操作も含めて自動でAPIのテストができる点です。さらに、テスト結果をまとめるような処理も加えられる余地があるので、ChatGPTが一種の助手として機能します。
ファイルサイズを小さくする
分析用のデータが大きいと、取り扱いが難しくなることがよくあります。どうしてもChatGPTのAdvanced Data Analysisで分析がしたい場合、アップロードできるファイルサイズに限界があります。そのため、ファイルサイズを効率的に圧縮する方法を探してみました。
Go to https://opendata.arcgis.com/datasets/4063314923d74187be9596f10d034914_0.csv and
compress a CSV file containing global warming trends for each European Union country.
The goal is to reduce the file size by at least 50 %. Finally, output the file size.
Analyze the customer feedback data in the file "customer_feedback_dummy_data.csv" and identify frequently occurring keywords and phrases in the comments.
