С появлением больших языковых моделей и доступа к ним, у разработчиков с каждым днем появляется всё больше способов их прикладного применения.

А что, если разработать механизм управления своей операционной системой c помощью ИИ?

Легко! Энтузиасты реализовали логику взаимодействия с системой из консоли с помощью нейросети ChatGPT (GPT-3.5\GPT-4), получив ИИ ассистента. Engshell — умный shell, принимает команды на человеческом языке в свободной форме и с помощью ИИ преобразовывает их в понятные компьютеру консольные команды или исполняемый код на Python.

Технически это надстройка над языковой моделью ChatGPT (GPT-3.5\GPT-4), которая взаимодействует с нейросетью по API и осуществляет предварительный «препромптинг» с помощью ролей и инструкций. На основании такого запроса модель генерирует код на Python и исполняет его в системе, выводя результат в консоль. Если запрос достаточно большой, то сначала происходит его «саммаризация», результат которой снова подаётся в качестве запроса.

❯ Запуск

Установить его достаточно просто:

1. Клонируем репозиторий: git clone https://github.com/emcf/engshell
2. Устанавливаем зависимости: pip install -r requirements.txt
3. Создайте файл keys.py и добавьте туда OPENAI_KEY="your_api_key"
4. Запускаем: python engshell.py --debug --showcode

где:

--debug выводит команды\код для понимания что происходит.
--showcode покажет код перед запуском.
--gpt4 использовать gpt-4 по-умолчанию.
--llm добавляет подсказки в код.
clear очистить консоль.

Команды могут быть любыми и могут ограничиваться по сути только вашей фантазией. Для начала я решил пройтись по предложенным авторами engshell примерам:

Важно, что для большинства задач пришлось указывать или предлагать использовать конкретные инструменты и даже подсовывать путь до файлов и примеры использования.

❯ Тестирование

Погода:

Можно узнать погоду в вашем регионе и попросить подсказать, что надеть.



Судя по результату исполнения кода, в памяти языковой модели сохранились устаревшие данные по ссылкам и код не сработал. По предложенной ссылке было 404. Погуглив, я нашёл работающий API и сформулировал более точный вопрос:



Какая сегодня погода в городе Самара (53.2001,50.15)? Используй API: "https://api.open-meteo.com/v1/forecast?latitude=52.52&longitude=13.41&current_weather=true&hourly=temperature_2m,relativehumidity_2m,windspeed_10m". Формат ответа API: "current_weather": { "time": "2022-01-01T15:00" "temperature": 2.4, "weathercode": 3, "windspeed": 11.9, "winddirection": 95.0, }, "hourly": { "time": ["2022-07-01T00:00","2022-07-01T01:00", ...] "windspeed_10m": [3.16,3.02,3.3,3.14,3.2,2.95, ...], "temperature_2m": [13.7,13.3,12.8,12.3,11.8, ...], "relativehumidity_2m": [82,83,86,85,88,88,84,76, ...], }На основании ответа API напиши что мне сегодня надеть по погоде?



В результате модель поняла мой запрос, подставила координаты, написала код основываясь на моем примере ответа API, и предложила надеть куртку или свитер. :) Правда на английском, но думаю, можно подкорректировать запрос с указанием языка для ответа. И скажите мне после этого, что нам не нужна профессия инженера промпотов? :)

Листинг файлов:

Можно попросить вывести список файлов в директории:

list first 10 files from Windows\system32 directory





Ну как бы да. Идём дальше и усложняем задачу:

У меня есть файл C:\Users\user\Desktop\test\Linkin Park — More the Victim.mp4, с помощью ffmpeg (C:\Users\user\Desktop\test\ffmpeg.exe) я хочу сжать его в 2 раза, затем обрезать первые и последние 10 секунд и сохранить измененный файл c нижними прочерками вместо пробелов.



Вся происходящая магия заняла бы достаточно много листингов и я закинул её на пастбин, для тех, кому интересно изучить суть происходящего. Как итог, в директории появились новые требуемые файлы. Единственное, «обрезать по 10 секунд до и после» она восприняла как «обрезать первые 10 секунд и сохранить». И компрессия сработала немного не туда. :)



Рецепт:

Напиши рецепт торта Наполеон и вычисли количество необходимых для приготовления ингредиентов. Ответ напиши на русском языке.



Узнать остаток свободного место на диске С:



Странно, что код не заработал, потому что перепроверив предложенный engshell, код заработал:




Впечатляет? Это еще не всё!

Просим вывести последние новости:

print headlines from CBC

(запрашиваем последние новости с новостного портала CBC)

compiling...
import requests
from bs4 import BeautifulSoup

url = "https://www.cbc.ca/news"
response = requests.get(url)
soup = BeautifulSoup(response.content, "html.parser")
headlines = soup.find_all("h3", class_="headline")

for headline in headlines:
print(headline.text.strip())

print("Headlines from CBC printed successfully.")

Engshell сформировал код на Python для запроса и парсинга новостей с CBC и вывел в консоль:


Усложняем задачу:

download and save a $USDT dataset and a $BTC dataset

(просим скачать и сохранить историю торгов тикета USDT по отношению к BTC)

compiling...
import requests

usdt_url = "https://www.cryptodatadownload.com/cdd/Binance_USDT_1h.csv"
btc_url = "https://www.cryptodatadownload.com/cdd/Binance_BTCUSDT_1h.csv"

usdt_file = "Binance_USDT_1h.csv"
btc_file = "Binance_BTCUSDT_1h.csv"

usdt_response = requests.get(usdt_url)
btc_response = requests.get(btc_url)

with open(usdt_file, "wb") as f:
f.write(usdt_response.content)

with open(btc_file, "wb") as f:
f.write(btc_response.content)

print("USDT and BTC datasets downloaded and saved successfully.")

Она написала код, но вероятно в памяти языковой модели сохранились устаревшие данные по ссылкам на историю торгов и код не сработал, но это не страшно.

Погуглив я нашел на GitHub старый датасет и в качестве теста функции уточнил промпт:

download and save $USDT to $BTC dataset from https://github.com/cryptobigbro/binance-BTCUSDT/blob/master/binance-BTCUSDT-1M.csv and show dependency graph as matplotlib. CSV header is: open_timestamp_utc close_timestamp_utc open high low close volume.



Как результат:



А вот видео с демонстрацией от автора:

❯ Как итог

1. В целом это круто! Сделает ли подобная автоматизация людей ленивыми? Я не знаю! Но это реальный буст в автоматизации многих процессов для понимающих, что и как можно с этим инструментом сделать.

2. AGI пока не наступил. Скорее тут подходит определение «умный, но не инициативный» ассистент, которому нужно показать и рассказать как и что сделать и он сделает. Возможно нужно заготавливать пул базовых инструментов и улучшать препромптинг или сделать так, чтобы модель задавала уточняющие вопросы по непонятным ей моментам.

3. Пока много ошибок и каждый раз инструмент приходится перезапуска заново. Нужен умный хэндлер, и возможно «самоисправление» ошибок, аля wolverine.

4. Нужно, по идее, добавить запрос разрешения на исполнение сгенерированного кода, потому как в код может попасть что угодно от операции форматирования диска или удаления системных файлов до обращения на запрещённые ресурсы со всеми вытекающими.

5. Я вижу симбиоз от объединения подобных проектов с языковыми ассистентами, для ускорения создания запросов и упрощения взаимодействия с помощью голоса.

6. Я бы посоветовал всем, кому интересно направление языковых моделей, сделать акцент на анализ и обучение правильным запросам (промптингу), по сути это особая надстройка к языку для общения с нейросетями.

???? Подписывайтесь на мой блог (про ИИ, языковые модели, новости и тенденции) и телеграм-канал hardupgrade (про организацию, структурирование и управление информацией, второй мозг).