awesome-chatgpt-code-interpreter-experiments

环境要求

• ChatGPT Plus 账号（Code Interpreter 仅对 Plus 用户开放）
• 在 ChatGPT 设置 Beta features 中启用 Code Interpreter
• 本地已安装 Python 与 pip（用于 pip download 下载 .whl）
• 可访问 PyPI 和 GitHub Releases 的网络

安装与启动步骤

1. 1开启代码解释器

   进入 ChatGPT 设置，在 Beta features 标签页开启 Code Interpreter，然后选择 GPT-4 + Code Interpreter 环境。

2. 2下载 ultralytics

   在本地终端执行，仅下载 ultralytics 的 .whl 文件而不下载依赖，因为环境已预装必需的依赖包。

   pip download ultralytics --no-deps

   复制

3. 3下载模型权重

   从 README 给出的 GitHub Releases 链接下载 yolov8n.pt 权重文件到本地电脑。

4. 4打包上传文件

   按下面结构把权重、wheel 和图片整理到 yolo 目录，压缩成 yolo.zip 后上传到 ChatGPT。

   yolo /
   ├── yolov8n.pt
   ├── ultralytics-8.0.132-py3-none-any.whl
   └-─ data /
       ├── doge-1.jpeg
       ├── doge-2.jpeg
       └── doge-3.jpeg

   复制

5. 5安装 wheel 包

   让 ChatGPT 解压 yolo.zip 并执行该命令安装 ultralytics；若它拒绝，需反复礼貌请求。

   pip install --no-deps ultralytics-8.0.132-py3-none-any.whl

   复制

6. 6验证安装结果

   先确认能正常 import torch，再打印 ultralytics 版本号；这一步失败就没有必要继续。

   import ultralytics
   
   print(ultralytics.__version__)

   复制

7. 7运行推理脚本

   把本地写好的短推理脚本发给 ChatGPT 执行，注意使用 /mnt/data 下的沙盒路径。

   import sys
   import tqdm
   sys.modules["tqdm.auto"] = tqdm.std
   
   from ultralytics import YOLO
   
   DEVICE = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
   
   checkpoint_path = "/mnt/data/yolo/yolov8n.pt"
   image_path_1 = "/mnt/data/yolo/data/doge-1.jpeg"
   
   model = YOLO(checkpoint_path)
   model.to(DEVICE)
   
   results = model(image_path_1, save=True)
   print(results[0].boxes.xyxy)
   print(results[0].boxes.cls)

   复制

关键配置

如何确认成功

在 Code Interpreter 中成功打印出 ultralytics 版本号，且推理脚本输出 boxes.xyxy 与 boxes.cls，并生成标注后的图片。

常见问题

注意事项

• 本仓库本身是一个 Markdown 精选清单，不需要安装，克隆或直接浏览 README 即可。
• 使用 Code Interpreter 前先在设置里开启 Beta 功能并选择 GPT-4 + Code Interpreter 环境。
• 不要打印过多日志和结果（如 embedding 值），会很快耗尽上下文窗口。
• Code Interpreter 中变量和 import 会不断从上下文中消失，需反复让模型确认已定义。