Open Interpreter：自然语言驱动本地代码执行的 AI 助手

这个项目解决了什么问题

Open Interpreter 解决的实际问题是：把 AI 的代码生成能力和本地机器的执行能力直接打通。你不需要复制代码、打开终端、手动跑一遍，而是直接说一句"找出 /data 下最大的 3 个文件"，它自己写代码、自己执行、自己把结果返回给你。相比之下，ChatGPT 的 Code Interpreter 只能在你上传的文件上运行，碰不到本地文件系统，也装不了你需要的任意依赖。Open Interpreter 把这个能力从云端沙箱搬回了你的电脑。

GitHub 数据

项目背景

项目由 Killian Lucas 于 2023 年底发起，核心动机很直接：GPT-4 的 Code Interpreter 演示惊艳，但它是一个封闭云端沙箱——你只能分析上传的文件，无法访问本地目录、无法安装包、无法连接本地服务。既然 LLM 已经足够强到写出可运行代码，那为什么不做一个本地版的执行引擎？Open Interpreter 由此诞生，它做的事情本质上是一个闭环：LLM 生成代码 → 本地解释器执行 → 将 stdout/stderr 回传给模型 → 模型决定下一步操作。

核心功能

自然语言直接驱动代码执行

这是它的核心能力，一个可交互的执行循环