Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

Code Interpreter: Rith cód san API

Ceacht 10 as 20 Nuashonraithe 2 Samhain 2026 Forbróir
Ar an leathanach seo
  1. Code Interpreter: Rith cód san API
  2. Code Interpreter a chumasú
  3. An cód feidhmithe a scrúdú
  4. Comhaid a sholáthar mar ionchur
  5. Comhaid ghinte a aisghabháil
  6. Coimeádán agus Timpeallacht
  7. Ilghlaonna a shlabhrú
  8. Comhcheangal le hUirlisí Eile
  9. Patrún: Píblíne Anailíse Iomlán
  10. Príomhphointí

Nuashonraithe an 2 Samhain, 2026 bunaithe ar an treoir oifigiúil Code Interpreter agus ar an SDK openai: éilíonn an uirlis paraiméadar container (a bhí in easnamh i ngach sampla roimhe seo, rud a d’fhágfadh go dteipfeadh orthu), feictear comhaid ghinte in anótálacha container_file_citation agus íosluchtaítear iad tríd an Containers API (seachas client.files.content), agus tugtar outputs ar aschuir glaonna (seachas results). Úsáideann codanna téacs ionchuir an cineál input_text. Uasluchtaítear comhaid a cheanglaítear le teachtaireacht leis an gcuspóir user_data, rud a mholann OpenAI d’ionchuir mhúnla (File inputs). Foinse: Code Interpreter · File inputs.

Code Interpreter: Rith cód san API

Réamhinsíonn múnla teanga téacs; ní dhéanann sé ríomhaireachtaí. Iarr air fréamh chearnach 1764 a fháil, agus tiocfaidh sé ar an toradh is dóichí bunaithe ar a oiliúint—go minic ceart, uaireanta mícheart, gan aon bhealach chun an difríocht a idirdhealú. Baineann Code Interpreter an éiginnteacht seo amach trí léirmhíniú Python a thabhairt don mhúnla: scríobhann sé an ríomhaireacht, feidhmíonn sé í, agus filleann sé toradh faighte, ní tuairim.

Tá an t-athrú níos doimhne ná mar a dealraíonn sé. Feiceann an múnla aschur a chuid cóid féin, earráidí san áireamh, ionas gur féidir leis é a cheartú agus iarracht arís a dhéanamh. Ar chomhad sonraí nach bhfuil a struchtúr cruinn ar eolas ag duine ar bith, buaileann an lúb seo aon treoir réamhscríofa.

Code Interpreter a chumasú

Cumasaíonn tú é trí an uirlis a chur leis an eagar tools—gan aon rud a shuiteáil, gan aon timpeallacht a sholáthar. Cinneann an múnla cathain cód a scríobh: freagraíonn sé ceisteanna fíorasacha go díreach, ach aistríonn sé chuig feidhmiú le haghaidh ríomhaireachtaí nó láimhseála sonraí.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Calculate the Fibonacci sequence up to the 20th term",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

print(response.output_text)

Scríobhann an múnla an cód Python, feidhmíonn sé é i ngaineamhlann, agus comhtháthaíonn sé na torthaí ina fhreagra.

An cód feidhmithe a scrúdú

Bíodh sé de nós agat an cód seo a léamh, ar a laghad le linn forbartha. Is é seo an t-aon bhealach chun toradh maith a idirdhealú ó cheann atá ceart de thaisme: meán a ríomhtar agus luachanna in easnamh á neamhaird go ciúil tá sé uimhriúil ceart ach bréagach go hanailíseach. Ní inseoifidh an freagra sin duit; déanfaidh an cód é.

Tá an cód ginte agus a thorthaí sa fhreagra:

response = client.responses.create(
    model="gpt-5.6-terra",
    input="What is the square root of 1764? Verify by squaring the result.",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
    include=["code_interpreter_call.outputs"],  # chun logaí agus íomhánna ginte a fháil
)

for item in response.output:
    if item.type == "code_interpreter_call":
        print("--- Executed Code ---")
        print(item.code)
        print("--- Outputs ---")
        for output in item.outputs or []:
            print(output.logs if output.type == "logs" else output.url)

Comhaid a sholáthar mar ionchur

Seachadann an uirlis a luach iomlán nuair a oibríonn sí le comhaid. Uasluchtaíonn tú, tagraíonn tú don chomhad sa ghla, agus osclaíonn an múnla é i ndáiríre—léann sé na colúin fhíora, na cineálacha fíora, agus na heisceachtaí fíora, in ionas a bheith ag déanamh réasúnaíochta faoi chur síos a d’fhéadfadh tú a bheith curtha ar fáil.

# Uasluchtaigh an comhad
with open("sales_2025.csv", "rb") as f:
    file_obj = client.files.create(file=f, purpose="user_data")

# Úsáid Code Interpreter leis an gcomhad
response = client.responses.create(
    model="gpt-5.6-terra",
    input=[
        {
            "role": "user",
            "content": [
                {"type": "input_text", "text": "Analyze this sales file. "
                 "Give me the total by category and the best-performing month."},
                {"type": "input_file", "file_id": file_obj.id}
            ]
        }
    ],
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

print(response.output_text)

Comhaid ghinte a aisghabháil

Oibríonn an cosán contrártha freisin: cruthaíonn an cód CSV glanta, cairt, nó leabhar oibre Excel, agus filleann na comhaid seo chugat. Fanann siad sa choimeádán, agus luaitear iad i dteachtaireacht na freagra ina anótálacha den chineál container_file_citation, lena n-áirítear ID an choimeádáin, ID an chomhaid, agus ainm an chomhaid. Íosluchtaíonn tú iad ansin tríd an Containers API. Cuimsíonn dhá fheidhm bheaga, a úsáidtear arís i gcachtanna ina dhiaidh sin, an sreabhadh seo:

def generated_files(response):
    """Files created by Code Interpreter, cited in message annotations."""
    for item in response.output:
        if item.type == "message":
            for part in item.content:
                for ann in getattr(part, "annotations", None) or []:
                    if ann.type == "container_file_citation":
                        yield ann


def download(client, ann, path):
    """Downloads a file from the container and returns its local path."""
    content = client.containers.files.content.retrieve(ann.file_id, container_id=ann.container_id)
    with open(path, "wb") as out:
        out.write(content.read())
    return path

Déantar cóipeáil uathoibríoch isteach sa choimeádán ar na comhaid a sholáthraíonn tú mar ionchur (input_file): ní gá duit aon rud eile a uasluchtú.

response = client.responses.create(
    model="gpt-5.6-terra",
    input=[
        {
            "role": "user",
            "content": [
                {"type": "input_text", "text": "Create a chart of sales by month "
                 "and export the cleaned data as a CSV."},
                {"type": "input_file", "file_id": file_obj.id}
            ]
        }
    ],
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

# Aisghabh comhaid ghinte
for ann in generated_files(response):
    print(f"Generated file: {ann.filename}")
    download(client, ann, ann.filename)

Coimeádán agus Timpeallacht

Sábhálann a bheith ar an eolas faoi rialacha an choimeádáin am dífhabhtaithe ar rud nach féidir a bheith ag obair. De réir doiciméadú OpenAI:

  • is meaisín fíorúil iomlán leithlisithe (gaineamhlann) é ina bhfeidhmíonn an múnla Python;
  • éilíonn an uirlis paraiméadar container: cruthaíonn {"type": "auto"} coimeádán (nó athúsáideann sé ceann ó ghla roimhe seo atá sa chomhthéacs), agus cuimsíonn ID a fuarthas trí client.containers.create(...) coimeádán sonrach;
  • socraítear cuimhne le memory_limit: 1g (réamhshocraithe), 4g, 16g, nó 64g, le rátaí uirlise comhtháite ar na leibhéil níos airde;
  • téann coimeádán in éag tar éis 20 nóiméad d’éaghníomhaíocht; caillear a chuid sonraí ansin, mar sin íosluchtaigh aon chomhaid ar mhaith leat a choinneáil agus é gníomhach.

Ná bí ag brath ar rochtain líonra ón gcód: soláthair sonraí mar ionchur, nó tarmlig taighde don uirlis Web Search.

# Sampla: is féidir leis an múnla pandas a úsáid go díreach
response = client.responses.create(
    model="gpt-5.6-terra",
    input=[
        {
            "role": "user",
            "content": [
                {"type": "input_text", "text": "Load this CSV with pandas, "
                 "calculate descriptive statistics, and identify outliers."},
                {"type": "input_file", "file_id": file_obj.id}
            ]
        }
    ],
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

Ilghlaonna a shlabhrú

Roinneann feidhmithe successive an seisiún céanna: fanann athróga, DataFrames, agus allmhairithe ón gcéad bloc ar fáil sa chéad cheann eile, díreach mar i nóta-leabhar. Úsáideann an múnla é seo go nádúrtha—luchtaíonn sé, déanann sé iniúchadh, ansin próiseálann sé—rud a dhéanann anailís ilchéime indéanta gan gach rud a athluchtú ag gach céim.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="1. Generate 1000 random points from a normal distribution. "
          "2. Calculate the mean and standard deviation. "
          "3. Create a histogram. "
          "4. Perform a Shapiro-Wilk normality test.",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

# Feidhmíonn an múnla 4 bhloc cód go seicheamhach
# Tá rochtain ag gach bloc ar athróga ó na cinn roimhe

Comhcheangal le hUirlisí Eile

Is é an comhcheangal is úsáidí ná foinse sonraí a phéireáil leis an gcumas í a phróiseáil: aimsíonn File Search an pas ábhartha i do dhoiciméid, tugann Web Search sonraí margaidh isteach, agus déanann Code Interpreter comparáid idir an dá cheann i dtábla nó i gcairt. Ní féidir le haon cheann de na huirlisí seo obair na gceann eile a dhéanamh.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Search the web for French GDP data from the last 10 years, "
          "then create a trend chart with a linear regression.",
    tools=[
        {"type": "web_search"},
        {"type": "code_interpreter", "container": {"type": "auto"}}
    ]
)

Patrún: Píblíne Anailíse Iomlán

Slabhraíonn an sampla deireanach gach rud thuas i gcás réadúil: comhad ionchuir, anailís ilchéime, agus seachadtaí aschuir. Dírigigh go háirithe ar fhormáid an leid—uimhrithe, soiléir faoin aschur a bhfuiltear ag súil leis—toisc gurb é sin, i bhfad níos mó ná an cód Python a ghabhann leis, a chinneann cáilíocht an toraidh.

def analyze_data(file_path: str, questions: list[str]) -> dict:
    """Data analysis pipeline with Code Interpreter."""
    # Uasluchtú
    with open(file_path, "rb") as f:
        file_obj = client.files.create(file=f, purpose="user_data")

    results = {}

    for question in questions:
        response = client.responses.create(
            model="gpt-5.6-terra",
            input=[
                {
                    "role": "user",
                    "content": [
                        {"type": "input_text", "text": question},
                        {"type": "input_file", "file_id": file_obj.id}
                    ]
                }
            ],
            tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
            instructions="Write clean, commented Python code. "
                        "Display intermediate results."
        )

        results[question] = response.output_text

    return results

# Úsáid
results = analyze_data("sales.csv", [
    "Give descriptive statistics for each numeric column",
    "What are the top 5 best-selling products?",
    "Is there seasonality in sales?"
])

Príomhphointí

  • Rithíonn Code Interpreter Python i gcoimeádán leithlisithe; tá an paraiméadar container riachtanach ({"type": "auto"} nó ID)
  • Déantar cóipeáil uathoibríoch isteach sa choimeádán ar chomhaid a sholáthraítear mar input_file
  • Luaitear comhaid ghinte mar container_file_citation agus íosluchtaítear iad trí client.containers.files.content.retrieve
  • Téann coimeádán in éag tar éis 20 nóiméad d’éaghníomhaíocht: íosluchtaigh an rud ar mhaith leat a choinneáil
  • Comhcheangail le Web Search agus File Search le haghaidh anailíse saibhrithe