Skip to content

Latest commit

 

History

History
111 lines (94 loc) · 3.91 KB

README_ZH.md

File metadata and controls

111 lines (94 loc) · 3.91 KB

Codeinterpreter-codebox

这是Codeinterpreter-codebox,作为执行code interpreter代码的云服务。

📜 目录

🎯 Key Features

  1. 🐍独立的jupyter沙盒环境
    完全隔离的jupyter沙盒环境,支持状态保持的执行代码。支持文件上传、下载。

  2. 🐳docker化一键部署

  3. 🌐完全免费开源

  4. 🛡信息安全
    支持完全私有化部署,无需上传文件到外部服务器

  5. 🚀更灵活
    支持开放更多端口以实现更多自定义功能需求,如:连接数据库、连接互联网、连接其他服务器

💡 What Can You Do?

  1. 执行python代码
  2. 支持上传文件的读取(上传文件并分析)
if __name__=='__main__':
    session=CodeinterpreterSession()
    try:
        session.upload_files(['./../data/test_data.csv'])
        session.chat('上传的文件中有多少列数据')
    finally:
        session.close()
  1. 支持下载沙盒中的文件
  2. 支持动态扩容的商业化部署
  3. 支持自定义功能修改,开放端口、网络连接等,支持爬虫。

📋 Related Projects & Their Differences

  1. Code Interpreter api
  2. open-interpreter
  3. E2B
特点/项目 Codeinterpreter-Codebox Code Interpreter api open-interpreter E2B
私有商业化部署
远程调用
完全开源
免费
自定义修改
信息安全
多编程语言支持
支持本地化运行
无需部署直接调用

💻 Sample Codes

  1. jupyter server communicate 中展示了server和jupyter container交互的细节
  2. jupyter 调用中展示了如何通过http request的方式调用web服务,执行代码获取结果
test_code="""
import docker
print(docker.__version__)

"""
execute(test_code)


#output
Execute Result= {"output_type":"text/plain","content":"6.1.3\n","files":null}
  1. client session调用中展示了在项目中如何以session和http request的方式让LLM调用执行代码。
session=CodeinterpreterSession()
try:
    session.upload_files(['./../data/test_data.csv'])
    session.chat('上传的文件中有多少列数据')
finally:
    session.close()

📦 Deployment

  1. Install Docker
    Linux: Install Docker by terminal
    Mac os: Install Docker desktop for mac
    Windows: Install Docker desktop for windows
  2. Modify Docker config file
    Head over to docker compose and substitute 'CODEBOX_ROOT_PATH' and 'YOUR_MNT_PATH:/codebox' with your file path to mount 'YOUR_MNT_PATH'.
  3. Launch server
  • Build custom jupyter image
cd docker
docker build -t scipy-notebook:custom -f Dockerfile .
  • Build web server image
cd app
docker-compose -f docker_dev.yml build
  • Launch server
docker-compose -f docker_dev.yml up

📧 Contact

微信:zjajzzj1996
Email: zhangzhehian@gmail.com