释放 Jupyter Agent 的威力：它轻松改变 Python 笔记本创建方式的 5 种方法

作者截图。

我想我们都听说过 AI Agents。它正在进入主流，并成为一个新兴的流行词。不过，我向你保证，在我自己实验过 Jupyter Agent 之后，它的能力绝对不容小觑。

What is Jupyter Agent?

The Jupyter Agent 是一个在 HuggingFace 空间中的 AI Agent。它能够通过一个提示创建整个 python notebook，具备 autonomous error handling、输出和读取上传文件的能力。虽然它被称为 Jupyter Agent，但它的工作方式与 Google Colab 相同，后者可能是你们更熟悉的用于创建 python notebooks 的工具。

它是在线的，免费且对所有人开放，无需登录！

“Agents 不仅会改变每个人与计算机的互动方式。它们还将颠覆软件行业，带来自我们从输入命令转向点击图标以来最大的计算革命。” — Bill Gates, 微软联合创始人

Please translate the following text to Chinese. Requirements: 1. Keep code blocks (```) unchanged 2. Keep inline code (`) unchanged 3. Keep Markdown formatting 4. Use these technical term translations: Jupyter Agent -> Jupyter Agent AI Agents -> AI Agents python notebook -> python notebook autonomous error handling -> autonomous error handling Google Colab -> Google Colab Iris Flower Dataset -> Iris Flower Dataset EDA -> EDA clustering -> clustering data cleaning -> data cleaning data visualization -> data visualization predictive machine learning -> predictive machine learning ChatGPT -> ChatGPT

     Text: ## Let’s test it out!

One cookie-cutter project, that I also had to go through in University, was analyzing the Iris Flower Dataset. It is basically a dataset of Iris flowers, which are separated in three classes. Along with the target class, you are given the measurements of the flower to perform EDA and clustering.

Let’s see how much time this would have saved me back in the day! :D

Screen recorded by author.

A scatter plot EDA done in a matter of seconds.

As a student this took me hours… And yes I was even using ChatGPT.

An agent is able to create a bigger notebook projects, including data cleaning, data visualization and add predictive machine learning in a single prompt!

The link to the agent: https://huggingface.co/spaces/data-agents/jupyter-agent

You might be asking at this point:

Nothings new. How is this any different from just using ChatGPT on my projects?

1. 输出显示。

在 ChatGPT 中错过的一个非常方便的功能是查看输出。

查看输出和图表要容易得多，因为通常你需要复制，去你的 IDE，粘贴代码，等待它运行，然后它只是输出 垃圾和错误。

2. 错误处理

我提到过它会显示输出和错误（如果有的话）。不错，但这还不是全部。

如果代理确实遇到错误，它将返回并调整代码以一次性修复错误！

3. 上传文件

以最轻松的方式，您可以上传文件。

在大多数情况下，您上传一个数据集，然后代理读取它以执行您要求的任何任务。EDA、预测、清理。您说得对——或者我该说提示它——它就会完成！

4. 下载 .ipynb 文件。

不再需要复制和粘贴！

您可以一键下载文件。

5. 系统提示配置

如果您需要调整 LLM 的响应方式，您也可以做到这一点。

该代理附带一个预先编写的系统提示，以指导它应该如何响应，您可以查看并根据您的喜好进行调整！

你怎么看？

我个人觉得我低估了 agents，一旦我发现了这一点，它让我更清晰地看到了所有的能力。我意识到许多人可能和我在同一个泡沫中，或者也许不是。

当然，我可能不会转向 Jupyter Agent 来处理我所有的 notebooks。我想我会使用它来创建一个初稿模板，然后自己添加代码。之后，我肯定会使用 ChatGPT 来获取想法并调整代码。

这更像是一种顿悟体验，让我看到了 agents 的真正力量，以及它比 LLM 更有用的方式，通过亲身实践来使用它。

我希望你能玩得开心，并且觉得这篇文章有点有趣。