はじめに

今回はOpen Interpreterをローカルから使ってみます。

環境

Open Interpreterはファイルのアップロードやデータ分析ができるChatGPTの「Code Interpreter」をローカルでも可能としたツールです。

実行時間やファイルサイズなど制限なしで使えるみたいなので、いろいろ試してみます。
実行するときの注意点としては、ライブラリのインストールは次々と行うようになっているのでanacondaなどの仮想環境を使って実行をします。

Open Interpreterを使うのに必要なインストールはたったのこれだけです。

pip install open-interpreter

今回はGPT-4ではなく、無料でも使えるLlamaを使って実行していきます！

下記コマンドを実行します。

interpreter

すると、次のようにGPT-4かCode-Llamaを選択できるようになります。
もし、OpenAI APIキーを持っていればそれを入力すれば大丈夫です。
今回はないため、そのままEnterキーを押して次へ進みます。

これでLlamaへ接続されました。
続いてモデルの選択を行います。それぞれパラメータ数が7B・13B・34Bの3つモデルから選べます。
今回は7B(70億パラメータ)のSmallを選択しました。選んだモデルはローカルにない場合は自動的にダウンロードされるようになります。

最後にGPUを使うかどうか聞かれるので、今回はY(Yes)を選択しました。

これでプロンプトが入力されるようになりました。
もし、コードの実行などその都度ユーザーに許可を求めたうえで実行したい場合には、そのままプロンプトを入力すれば大丈夫です。いちいち許可するのは面倒な場合は「interpreter -y」と入力してプロンプトを書きましょう。

さっそく日本語で「1から100までの和を求めるコードをPythonで書いて」と入力してみます。
日本語プロンプトは認識されたようで、少し待つと次のようにコードをすぐに書いてくれました。

このコードを実行するかどうか聞かれたので、「y」と入力します。

すると、書いてくれたコードをさっそく実行してくれました。

Code Interpreterではファイルを渡してデータ分析もできることで話題になっていましたよね。
Open Interpreterでも同じことができるのか試してみようと思います。

まずはプロンプトにファイルの場所を教えてあげて、「データ分析をして」と入力します。

すると、R言語でコードを書いてくれました。
コードを実行するか聞かれたので、そのまま「y」を入力すると

「指定したファイルが見つかりません。」と出ました。

Open Interpreterを実行したフォルダにデータを置いた場合は読み込みに成功しているようなので、それを試してみます。

参考記事

今度は「データ分析をPythonで行ってください。データは./passengers.csvにあります。」と入力して実行します。

同じようにコードが生成されるので、これをさらに実行させます。

エラーは出ていますが、ファイルの読み込みまではなんとかできました。

Llamaではなく、GPT-4を使うとまた違った結果が得られるかもしれないですね。
Llamaでは実行時間がかかったり精度もあまり高くないように感じますが、GPT-4では結構良い精度で実行できるとのことなので試してみたいですね。