Bearly Code Interpreter：利用远程代码执行打造安全的代码沙盒

引言

在现代软件开发中，代码沙盒是测试和隔离代码执行的重要工具。Bearly Code Interpreter 提供了一种远程执行代码的方法，使其成为实现代码沙盒的理想选择。本文将探讨如何使用 Bearly Code Interpreter 与 LangChain 框架整合，构建一个安全有效的代码执行环境。

主要内容

Bearly Code Interpreter 简介

Bearly Code Interpreter 是一种可以远程执行代码的工具，适用于构建安全的代码沙盒环境。开发者可以通过申请 API 密钥 来访问该服务。

初始配置

首先，确保安装了必要的库：

%pip install --upgrade --quiet langchain-community

创建 Bearly Interpreter 工具

接下来，我们将通过 BearlyInterpreterTool 来初始化解释器工具。

from langchain_community.tools import BearlyInterpreterTool

bearly_tool = BearlyInterpreterTool(api_key="YOUR_API_KEY")  # 使用API代理服务提高访问稳定性

添加文件到沙盒

在沙盒中添加文件是一个重要步骤，保证代码可以访问所需的数据。

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="")

初始化代理

通过集成 OpenAI 模型，初始化代理以进行自然语言处理任务。

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

提取PDF内容

以下示例展示了如何使用代理提取PDF文档的内容：

# 提取PDF页面内容
response = agent.run("What is the text on page 3 of the pdf?")
print(response)

计算GDP增长

使用 Pandas 读取CSV文件，计算GDP增长示例：

# 计算GDP增长率
response = agent.run("What would the GDP be in 2030 if the latest GDP number grew by 50%?")
print(response)

常见问题和解决方案

PyPDF2 DeprecationError

在使用 PyPDF2 时，可能会遇到 PdfFileReader 已过时的错误。解决方法是使用 PdfReader 替代：

from PyPDF2 import PdfReader

pdf = PdfReader('Bristol.pdf')

总结和进一步学习资源

Bearly Code Interpreter 提供了一种强大的方式来远程执行代码，结合 LangChain 的能力，可以构建出高度灵活的代码沙盒环境。建议阅读以下资源以获取更多信息：

• LangChain 官方文档: LangChain Documentation
• PyPDF2 GitHub 仓库: PyPDF2 GitHub

参考资料

• Bearly AI 官方网站: https://bearly.ai
• LangChain on GitHub: https://github.com/langchain-ai/langchain

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—