如何在矩池云上使用Jupyter-ai功能

Jupyter AI 是一个将生成式 AI 深度集成到 Jupyter 环境的开源扩展项目,是 Project Jupyter 的官方子项目。它为用户提供了一种便捷且强大的方式来在 Jupyter Notebook 和 JupyterLab 中探索生成式 AI 模型,以提高工作效率。

主要功能有聊天界面交互,在 JupyterLab 中提供了原生的聊天界面,用户可以与生成式 AI 进行对话,将其作为一个对话助手来使用,例如可以询问代码相关问题、让其解释概念。并且还提供了%%ai魔法命令,可在 notebook 单元格和 IPython 命令行界面中运行。

每个%%ai命令都需要指定一个模型,还可以使用-f或--format参数自定义输出格式,包括 HTML、数学、源代码和图像。而且还能够根据用户的提示生成代码片段,帮助快速验证思路或编写复杂逻辑;可以对代码进行修改、识别代码错误并进行修复;还能为选中的代码生成注释。用户还可以使用/learn命令让 Jupyternaut 学习本地文件,随后使用/ask命令询问有关本地文件的问题。

值得注意的是,Jupyter AI 的每个主要版本仅支持一个 JupyterLab 的主要版本,Jupyter AI 1.x 支持 JupyterLab 3.x,Jupyter AI 2.x 支持 JupyterLab 4.x。

本文将演示怎么在矩池云上安装和使用jupyterl-ai工具

项目地址:

http 复制代码
https://github.com/jupyterlab/jupyter-ai

Jupyter-ai的安装过程非常简单

bash 复制代码
pip install 'jupyter-ai>=1.0,<2.0' **# 如果是 JupyterLab 3**

pip install jupyter-ai **# 如果是 JupyterLab 4**

如何查看jupyterlab版本

首先需要确认服务器安装的jupyterlab版本是3.x.x版本还是4.x.x版本

bash 复制代码
jupyter lab --version

如您遇到报错为如下:

报错原因:提示没有jupyterlab这个服务,但是服务器又预装了Jupyterlab并且能够正常连接,这因为服务器默认运行的环境是myconda环境,而机器预装的Jupyterlab服务是在bash下,所以在myconda环境下运行这个命令就会报错,为了方便在myconda下也能执行这条命令,只需要执行如下,在myconda环境下安装jupyterlab:

bash 复制代码
pip install jupyterlab

如果您想同时安装%%ai魔术和JupyterLab扩展,您可以运行:

bash 复制代码
pip install jupyter-ai[all]

安装好之后我们需要重新启动一下jupyterlab服务:

首先找到正在运行的jupyterlab服务

bash 复制代码
ps -ef | grep jupyter

复制启动命令后把这个进程kill掉

bash 复制代码
kill -9 44

然后再使用复制的命令启动Jupyterlab服务

bash 复制代码
/root/miniconda3/bin/python /root/miniconda3/bin/jupyter-lab --notebook-dir=/ --allow-root --no-browser --NotebookApp.token=PDNuOPdIfM --ip=0.0.0.0

注意:路径可以直接放/下面,也可以自己设置,token则是ssh链接的密码

Jupyterlab启动起来后页面会有一个如下的图标

这样就安装好了,接下来我们就来使用一下

首先选择这个通用接口:

值得注意的是API URL和API Keys需要自行准备。这里就使用免费的通义千问的URL给大家演示

Base URL和Model id可以登陆阿里云百炼之后点击获取API Key

API Key的话选择密钥管理,自行创建

填写好如上信息之后我们就可以使用jupyterlab的AI功能了

Jupyterlab-ai还有更多强大的功能,大家可以参考这个链接哦:https://mp.weixin.qq.com/s/RzP-G65iJOJPkhX44rky0g

相关推荐
武子康38 分钟前
AI研究-121 DeepSeek-OCR 研究路线:无限上下文、跨模态抽取、未来创意点、项目创意点
人工智能·深度学习·机器学习·ai·ocr·deepseek·deepseek-ocr
哥布林学者2 小时前
吴恩达深度学习课程二: 改善深层神经网络 第一周:深度学习的实践 课后作业和代码实践
深度学习·ai
uuukashiro3 小时前
数据湖优化新纪元:Apache Iceberg性能提升全攻略与腾讯云DLC实战
ai·云计算·apache·腾讯云
陈果然DeepVersion4 小时前
Java大厂面试真题:Spring Boot+Kafka+AI智能客服场景全流程解析(十一)
java·spring boot·微服务·ai·kafka·面试题·rag
uuukashiro5 小时前
大数据计算引擎选型指南:腾讯云数据湖计算DLC领跑2025市场
大数据·ai·云计算·腾讯云
Arenaschi5 小时前
AI对未来游戏模式与游戏开发的助力
网络·人工智能·游戏·ai
vivo互联网技术7 小时前
从0到1实现:AI版你画我猜小游戏
ai·cnn·tensorflow.js·视觉分类模型·你画我猜
uuukashiro8 小时前
数据湖可以进行Upsert吗?腾讯云DLC用Serverless架构破解实时数据更新难题
ai·架构·serverless·腾讯云
爱吃烤鸡翅的酸菜鱼8 小时前
深度解析《AI+Java编程入门》:一本为零基础重构的Java学习路径
java·人工智能·后端·ai
uuukashiro9 小时前
多模态数据管理挑战重重?腾讯云数据湖计算DLC以Serverless架构破局
ai·架构·serverless·腾讯云