Open Interpreter est un projet open source qui permet à de grands modèles de langage de générer et d'exécuter du code localement, en utilisant le langage naturel pour effectuer des tâches telles que le traitement de fichiers, l'analyse de données, les opérations du navigateur et du bureau ; son produit de bureau Interpreter le transforme en un agent de bureau capable de modifier des documents et de remplir des formulaires PDF.

Interprète ouvert

Open Interpreter est un projet open source dont l'idée principale est de « laisser le langage naturel piloter directement l'ordinateur ». Il connecte le grand modèle de langage à l’environnement d’exécution de code local. Le modèle génère des codes Python, JavaScript, Shell et d'autres sur la base des instructions vocales de l'utilisateur et les exécute sur la machine locale, accomplissant ainsi des tâches telles que l'analyse des données, le traitement par lots de fichiers, le dessin de graphiques et les opérations système. Contrairement à un assistant qui renvoie uniquement du texte dans une boîte de dialogue, sa valeur réside dans le fait que « en disant un mot, l'ordinateur fait réellement le travail ». Sur cette base, l'équipe a lancé le produit de bureau Interpreter, qui regroupe cet ensemble de fonctionnalités dans un agent de bureau capable de modifier des documents et de remplir des formulaires PDF.

Paramètres et statistiques de base

Open Interpreter propose simultanément deux gammes de produits : le noyau de ligne de commande open source ("open-interpreter") et l'application de bureau (Interpreter). Le premier est destiné aux développeurs et aux scénarios scriptables, tandis que le second est destiné à une expérience d'exploitation de bureau plus directe.

Projets	Informations
Positionnement du produit	Une interface en langage naturel qui permet à LLM d'exécuter du code localement et de faire fonctionner l'ordinateur
Licence Open Source	AGPL-3.0
Langues principales	Python
Formulaire en cours d'exécution	Noyau de ligne de commande locale + application de bureau
Accès au modèle	Vous pouvez accéder à des modèles cloud tels que GPT et Claude, ou connecter des modèles locaux via Ollama/LM Studio
Contexte d'exécution	Exécuter le code généré directement sur la machine (Python/JS/Shell, etc.)
Étoiles GitHub	Environ 63,8k
Nombre de fourchettes	Environ 5,5k
Dernière version	v0.4.2 (2024-10-24)
Site officiel	openinterpreter.com

Les limites doivent être claires : étant donné que le code est réellement exécuté sur la machine locale, il est à la fois puissant et risqué : il peut modifier directement des fichiers et appeler des commandes système, il est donc adapté à une utilisation dans un environnement contrôlé et nécessite une confirmation manuelle des opérations sensibles.

Reconnaissance des utilisateurs et du marché

Sensibilisez progressivement les utilisateurs sur le terrain et les capacités du produit sont utilisées par les créateurs de contenu et les équipes pour améliorer l'efficacité du travail. Certains utilisateurs de l'industrie l'ont intégré à leur flux de travail quotidien. Il est recommandé de se référer aux dernières divulgations officielles pour connaître les données spécifiques sur l’échelle des utilisateurs et le taux d’adoption par l’industrie.

Avantage de coût

• C-side/Individuel : Généralement, une version gratuite est fournie pour découvrir les fonctions de base, et l'utilisation à haute fréquence nécessite un abonnement payant.
• API/Développeur : Facturé au volume d'appels, adapté aux équipes de développement qui peuvent être intégrées de manière flexible dans leurs propres systèmes.
• Entreprise/Privatisation : contactez le propriétaire de l'entreprise pour obtenir un devis personnalisé et un plan de déploiement. Le prix spécifique est soumis à la page officielle de tarification en temps réel.

Fonctions principales

• Code d'exécution en langage naturel : utilisez le dialogue pour émettre des tâches, générer des modèles et compléter le code d'exécution local, couvrant le traitement des données, les opérations sur les fichiers, le dessin, etc.
• Accès aux fichiers locaux et au système : lisez et écrivez directement des fichiers locaux et appelez des commandes système, adaptés aux tâches qui doivent reposer sur de vrais disques et applications.
• Mode système d'exploitation (mode OS) : contrôlez la souris, le clavier et l'interface de l'application via l'API informatique, permettant au modèle de « voir l'écran et de fonctionner à la main ».
• Modèle enfichable : prend en charge l'accès aux modèles cloud ou aux modèles locaux, et peut être librement commuté en fonction des exigences de coût et de confidentialité.
• Desktop Interpreter : le bureau peut éditer des documents, remplir des formulaires PDF et regrouper des capacités d'exécution de code dans un assistant de bureau plus intuitif.

Objectif de mise en œuvre : étant donné que le code et les opérations du système seront réellement exécutés, il est recommandé de configurer une confirmation manuelle dans l'environnement d'isolation ou des étapes clés pour éviter des erreurs d'opération affectant les fichiers importants.

Evolution du modèle et de la version

Evolution de la ligne principale

• Première version publique (environ 2023-09) : Fournit une interface en langage naturel pour "exécuter localement LLM pour générer du code" sous la forme d'une ligne de commande pour établir la forme du produit.
• v0.4.0 (2024-10-24) : Renforcez le « mode système d'exploitation » local et l'API informatique, afin que le modèle puisse contrôler le bureau et les applications de manière plus stable, et passer d'un assistant de ligne de commande à un agent capable de faire fonctionner l'ordinateur.
• v0.4.2 (2024-10-24) : révision de la série 0.4, corrige les problèmes de stabilité et consolide l'expérience d'exécution locale.
• Interpréteur de bureau (avancement continu) : transformez les fonctionnalités en agents de bureau capables de modifier des documents et de remplir des formulaires, représentant l'orientation actuelle du produit.

Description du contexte de la version

La version sémantique du noyau open source s'est arrêtée à la version 0.4.x et l'équipe s'est progressivement concentrée sur les produits de bureau. Cela signifie que les utilisateurs ayant des préoccupations différentes doivent choisir des entrées différentes : les utilisateurs qui ont besoin de processus scriptables et intégrables doivent utiliser le noyau open source ; les utilisateurs qui ont besoin d’une expérience de bureau prête à l’emploi doivent se concentrer sur la version de bureau Interpreter.

Avantages techniques

Mécanisme : il combine la « capacité de génération » de LLM avec la « capacité d'exécution » locale : le modèle génère du code, l'interpréteur local l'exécute et renvoie les résultats (y compris les rapports d'erreurs) au modèle, formant un cycle de « génération-exécution-correction d'erreurs ». Le mode OS permet en outre au modèle d'exploiter une interface graphique via l'API informatique.

Efficacité : par rapport aux assistants qui ne renvoient que des extraits de code, cette fermeture permet au modèle de s'auto-corriger en fonction des résultats d'exécution réels, améliorant considérablement le taux de réussite de « terminer des tâches en plusieurs étapes en une seule phrase » ; l'exécution locale signifie également que les fichiers et applications réels de l'utilisateur sont directement accessibles, plutôt que dans un bac à sable restreint.

Scénarios applicables : lorsque les tâches doivent reposer sur des données et des systèmes locaux (traitement par lots, analyse locale, automatisation des postes de travail), ce mécanisme est plus direct que le bac à sable cloud. Le prix est que la limite de sécurité est supportée par l'utilisateur - l'exécution réelle locale apporte de la flexibilité et oblige également les utilisateurs à gérer les autorisations et à les confirmer correctement.

Comment utiliser

• Noyau de ligne de commande : installez open-interpreter via pip, configurez le modèle utilisé (clé API cloud ou point de terminaison du modèle local) et exécutez des tâches en langage naturel sur le terminal.
• Connectez-vous au modèle local : avec des backends d'inférence locaux tels qu'Ollama et LM Studio, il peut fonctionner entièrement hors ligne sans frais d'appel.
• Desktop Interpreter : obtenez l'application de bureau sur le site officiel et utilisez l'interface graphique pour permettre directement à l'agent de modifier des documents et de remplir des formulaires, éliminant ainsi le besoin de configuration en ligne de commande.
• Pratique de sécurité : conservez une confirmation manuelle pour les opérations impliquant la suppression, l'écrasement et la mise en réseau, et exécutez-les dans un utilisateur isolé ou un environnement virtuel si nécessaire.

Prix des produits

Le modèle de tarification est soumis à la page officielle en temps réel. Habituellement, un système freemium ou d'abonnement est utilisé et les fonctions de base peuvent être utilisées gratuitement. Les fonctions avancées ou l'utilisation à haute fréquence nécessitent des abonnements payants, et il est conseillé aux utilisateurs d'évaluer la solution optimale en fonction de l'utilisation réelle.

Scénarios d'application

• Traitement des données et des fichiers locaux : utilisez la boîte de dialogue pour effectuer le nettoyage des tables, le renommage des lots, la conversion de format et la génération de rapports. L'objectif de la vérification est de sauvegarder les données importantes avant de fonctionner.
• Automatisation des tâches de bureau : laissez les agents remplir des formulaires, organiser des documents et déplacer des informations entre les applications. L'objectif de la vérification est l'exactitude et la réversibilité des opérations.
• Scripts et prototypes de développeur : intégrez l'exécution en langage naturel dans des processus automatisés pour une vérification rapide. La vérification se concentre sur l'impact de la sélection du modèle sur le coût et la qualité.

Personnes concernées

• Utilisateurs individuels ayant besoin d'une automatisation locale : personnes qui souhaitent laisser l'IA gérer directement les fichiers locaux et les opérations répétées, mais ne souhaitent pas écrire elles-mêmes des scripts.
• Développeurs et praticiens des données : utilisateurs techniques qui ont besoin de fonctionnalités d'exécution locales intégrables, scriptables et commutables par modèle.
• Équipe axée sur la confidentialité et les coûts : j'espère utiliser des modèles locaux pour réaliser des scénarios d'automatisation légers sans frais d'appel et sans données sortant de la machine locale.

Limites inappropriées : il n'est pas approprié de libérer des autorisations d'exécution sans surveillance sur des serveurs de production ou des environnements où des données critiques sont stockées ; les utilisateurs qui ne sont pas sensibilisés à la sécurité et ne peuvent pas gérer les risques d'exécution locaux doivent l'utiliser avec prudence ou donner la priorité à l'utilisation de solutions sandbox cloud restreintes.

Résumé et Outlook

La principale compétitivité d'Open Interpreter est de combiner le « code généré par LLM » avec « l'exécution réelle locale », de sorte que le langage naturel puisse directement conduire l'ordinateur à effectuer des tâches en plusieurs étapes et s'étendre aux opérations de bureau via le mode OS. Ses limites sont également claires : l'exécution réelle locale apporte de la flexibilité et laisse la frontière de sécurité à l'utilisateur ; le rythme des versions du noyau open source ralentit et l'accent est mis sur les produits de bureau.

Il convient d'observer la maturité et le chemin de commercialisation de l'interprète de bureau à l'avenir, ainsi que sa fiabilité dans des scénarios spécifiques tels que l'édition de documents et le remplissage de formulaires. La suggestion de mise en œuvre est d'utiliser d'abord le noyau open source pour mener un pilote à petite échelle dans un environnement isolé, puis d'envisager d'introduire la version de bureau dans le flux de travail quotidien après avoir confirmé le taux de réussite des tâches et la contrôlabilité de la sécurité ; pour les scénarios impliquant des données sensibles ou réglementées, l'applicabilité du protocole AGPL et les méthodes de traitement des données doivent être vérifiées avant l'achat.

Outils associés : ÉquipageAI, LangChaîne

Informations de version

• Ouvrir l'interprète v0.4.2 ：La version révisée de la série 0.4 corrige les problèmes de stabilité basés sur les capacités d'exploitation locales du système d'exploitation introduites dans la « nouvelle mise à jour de l'ordinateur » et consolide l'expérience de base consistant à exécuter du code localement et à appeler le bureau et le navigateur pour effectuer des tâches. （2024-10-24）
• Ouvrir l'interprète v0.4.0 ：La version principale 0.4 renforce le « mode système d'exploitation » local et l'API informatique, permettant au modèle de contrôler la souris, le clavier et les applications de manière plus stable, et étendant l'assistant de ligne de commande en un agent capable de faire fonctionner le bureau. （2024-10-24）
• Première version publique d’Open Interpreter ：La première version publique largement diffusée du projet fournit une interface en langage naturel pour « exécuter LLM localement pour générer du code » sous la forme d'une ligne de commande, jetant les bases d'une forme de produit qui utilise le dialogue pour compléter des fichiers, des données et des tâches système ; cette première étape est une itération continue, et il n’y a pas de date de sortie officielle précise. （~2023-09）