OpenAI 在代码解释器执行环境中预装了很多 Python 包，可以参考ChatGPT 代码解释器：资源限制详解中的描述。这些库已经能满足大部分的数据分析和可视化需求，但是如果想用的包没有安装，就不能用了吗？

当然不是了！在 真实例子告诉你 ChatGPT 是多会胡编乱造！ 一文的代码解释器库缺失 部分我提到过可以手动安装代码解释器中不支持的 Python 包，比如 jieba 分词，这篇文章就详细聊下这里的安装方法。

ChatGPT Code Interpreter 安装 Python 库

代码执行环境

为了能够在 ChatGPT 的代码执行环境离线安装 Python 库，我们得先了解下当前代码执行环境的能力。目前 OpenAI 尚未公布执行环境的技术实现细节，不过根据我之前的几篇文章：

我们发现这个执行环境中，有一个存储空间 /mnt/data 可以存储我们上传的文件以及程序生成的文件，此外这个沙箱执行环境的表现有点类似 Jupyter，前面导入的变量，在后面的代码中仍然可以访问。长时间不访问对话，重新进入的话，会丢失之前的执行上下文。

我们知道在 Jupyter 中就可以安装 Python 包， 当前 ChatGPT 的执行环境应该也可以安装，下面接着尝试。

简单包安装

在了解过代码解释器执行环境的特点后，尝试让 ChatGPT 本地安装一个比较简单的分词库 jieba。具体步骤还是很简单的，先去 pypi 找到想使用的包，然后下载源码的打包文件。对于 jieba 分词来说，地址在 这里。当然，如果包没有在 pypi 发布，也可以直接在 Github 下载。

然后在代码解释器中，上传下载的包文件，再告诉 ChatGPT 安装就行，如下图对话内容：

ChatGPT Code Interpreter 安装 Python 库 jieba

其实这里的安装主要是下面两行代码，可以看到我们上传的压缩包在 /mnt/data/jieba-0.42.1.tar.gz 路径，之后通过 pip install 安装。

1
2
3
4
5
# Path to the provided jieba tar.gz file
jieba_path = "/mnt/data/jieba-0.42.1.tar.gz"

# Installing the jieba package from the provided file
!pip install {jieba_path}

这样就安装好了，后面在整个对话期间，都可以使用 jieba 分词了，是不是很方便！

解决复杂依赖

上面的 jieba 其实比较特殊，因为这个包不依赖其他任何 Python 包。但是我们平时日常使用的包，可能会用到很多依赖包，这时候导入的话，要连依赖包一起安装才行。对于那种有几十个依赖的包，如何方便的安装呢？

好在 pip 提供了 download 功能，可以把一个包和它的所有依赖下载为 whl 格式的文件，然后可以不联网使用这些 whl 文件来安装。具体命令很简单：

1
2
3
4
5
6
7
8
# download
mkdir my_package
cd my_package
pip download package_name

# install
cd path/to/my_package
pip install --no-index --find-links . package_name

了解到这个后，我们就可以方便地在 ChatGPT 的代码解释器中安装一些复杂的包了。具体步骤也很简单：

  1. 找一台有网络访问权限的和代码解释器一样发行版的机器，创建一个 Python 虚拟环境，安装和代码解释器相同版本的 Python（目前是3.8）。怎么知道代码解释器的系统版本和 python 版本？看 ChatGPT 代码解释器：资源限制详解
  2. 在这台机器用 ‘pip download’ 下载所有包的 whl 文件，并打包 tar.gz 包；
  3. 把文件上传到代码解释器，然后让 ChatGPT 解压文件并安装；

通过这个方法，我们就可以安装复杂的 Python 包了。

实例分享

这里以我之前写的把印象笔记 html 笔记导入到 notion 笔记本的工具 html2notion 包为例。第一步找了一台 Linux 服务器，然后用 conda create --name test python=3.8 创建一个干净的虚拟环境，然后 pip download html2notion 拿到所有依赖包的 whl 文件打包压缩。

接着把文件上传，然后用如下提示词：

这个压缩包是一堆 Python 的安装包 whl 文件，帮我在当前环境安装里面的 html2notion 包，可以尝试用下面的命令来安装:
cd path/to/my_package
pip install –no-index –find-links . package_name

ChatGPT 接着会先切换到包的目录，然后使用提供的命令进行安装。具体执行的代码也很简单：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# Extracting the newly uploaded tar.gz file again
latest_extract_path = '/mnt/data/latest_html2notion'
with tarfile.open('/mnt/data/html2notion.tar.gz'， 'r:gz') as file:
    file.extractall(path=latest_extract_path)

# Listing the extracted files to find the html2notion and dependency packages
latest_extracted_files = os.listdir(latest_extract_path)
latest_html2notion_path = os.path.join(latest_extract_path， 'html2notion') if 'html2notion' in latest_extracted_files else latest_extract_path

# Changing the directory to the location of the newly uploaded packages
os.chdir(latest_html2notion_path)

# Installing html2notion package using the given command
latest_install_result = pip_main(['install'， '--no-index'， '--find-links'， '.'， 'html2notion'])

# Confirming the installation
latest_installed_html2notion = pip_main(['list'])
latest_install_result， latest_installed_html2notion

至此成功安装了 html2notion 库，可以让 ChatGPT 验证下是否安装成功，整个过程如下图：

ChatGPT Code Interpreter 安装 Python 复杂库

不过遗憾的是，这个库需要联网导入笔记，这里就算导入成功，也没法用。这个过程一定要注意，在和解释器相同的系统和 Python 版本上下载库文件，不然可能需要手动解决版本冲突或兼容性问题。我开始在 mac 上下载 whl 文件，导入的时候，发现缺少满足 html2notion 所需的 aiohttp 版本，原来这个库在 mac 和 linux 上还是不同的实现，如下：

1
2
aiohttp-3.8.5-cp38-cp38-macos×_11_0_arm64.whl
aiohttp-3.8.5-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

通过本文的方法，可以安装大部分包到当前执行环境，我们可以让 ChatGPT 的代码解释器执行更加丰富和实用的功能，大大提升我们的工作效率。