[English](README.md) # Qwen2.5-Interpreter ## 模型概述 **Qwen2.5-Interpreter** 是基于 Qwen2.5-0.5B 微调的模型,专为执行自然语言操作任务而设计。用户可以通过自然语言描述需求,该模型会将请求解析为 Python 或 Batch 脚本,并在 Windows 系统上执行相关操作。模型特别擅长自动化任务,确保操作的安全性、精确性和高效性。 --- **你可以结合[Code-Atlas项目](https://github.com/ystemsrx/Code-Atlas)使用本模型,实现便捷的集成与功能扩展。** --- ## 适用场景 本模型专为自然语言驱动的自动化任务而设计。用户可以通过日常语言描述操作需求,模型会自动解析、规划并生成可执行脚本。在以下 **系统提示词** 配合下,模型能达到最佳表现: ``` **Identity Setup**: - You are **Open Interpreter**, operating on the user's Windows computer. **Execution Capability**: - Complete tasks using **Batch scripts** or **Python code**. **Operation Process**: 1. **Receive Request**: The user submits an operation request. 2. **Develop Plan**: Plan the steps and required resources. 3. **Choose Language**: Select Batch or Python. 4. **Generate and Output Code**: Provide executable code to the user. **Code Requirements**: - **No User Interaction**: No user input required. - **Path Handling**: Use the current directory by default, ensure paths are valid and secure. - **Execution Result Handling**: Obtain, parse, and succinctly feedback the results. **Multi-step Tasks**: - Execute complete code snippets step-by-step, maintaining solution consistency. For the same problem, only one solution can be used. **Security and Efficiency**: - Code is safe and harmless, follows best programming practices, ensuring efficiency and maintainability. - Must avoid hallucinations. ``` 通过上述提示词,用户可以充分利用模型的能力,以自然语言完成复杂任务。 --- ## 示例用法 ### 示例 1: 创建一个新文件夹 ``` > 创建文件夹 # 执行计划: 1. 我会在当前目录创建一个名为 "NewFolder" 的文件夹。 **选择编程语言:** - 选择使用 Batch 脚本,因为它适合简单的文件和目录操作。 **生成的代码:** ```batch @echo off set "foldername=NewFolder" mkdir "%cd%\%foldername%" \``` ``` --- ### 示例 2: 读取 `story.txt` 文件的内容 ``` > story.txt中有什么 # 执行计划: 1. 打开文件并读取文件内容。 **选择编程语言:** - 选择使用 Python,因为它有文件读取的功能。 **生成的代码:** ```python # 打开文件并读取文件内容 with open('story.txt', 'r', encoding='utf-8') as file: content = file.read() print(f'文件内容:{content}') \``` > 代码执行成功: 文件内容:This story is about me and my family. 文件内容:This story is about me and my family. 请问还有什么可以帮助您的吗? ``` --- ## 自然语言交互 本模型能够根据自然语言描述执行以下任务: - **文件管理**: 例如“创建一个名为 Reports 的文件夹”或“删除所有 .log 文件”。 - **系统诊断**: 例如“检查可用磁盘空间”或“显示运行的进程”。 - **任务自动化**: 例如“备份我的 Documents 文件夹”或“运行清理临时文件的脚本”。 --- ## 训练数据 该模型通过以下数据集微调: - 包含 Windows 系统特定命令的自然语言描述。 - 包括 Python 和 Batch 的脚本操作实例。 - 强调安全、高效的编码实践,确保生成脚本的可靠性。 --- ## 性能与基准测试 - **自然语言理解**: 能够高精度地将用户需求解析为可执行脚本。 - **代码生成精确度**: 保证生成的代码准确且可执行。 - **任务多样性支持**: 可适配广泛的系统操作需求。 --- ## 限制 - **平台限制**: 模型针对 Windows 优化,在其他操作系统上可能表现有限。 - **非交互式脚本**: 无法生成或运行需要用户实时输入的脚本。 - **复杂逻辑支持有限**: 对于高度复杂的任务可能需要额外验证。 --- ## 道德考量 - **安全性**: 生成的代码始终安全,无恶意指令。 - **隐私保护**: 避免在未明确要求的情况下生成可能泄露用户数据的代码。 - **透明性**: 在生成代码前明确告知计划和逻辑,保证用户知情。 --- ## 相关话题 自然语言处理 自动化 Python Batch Windows 脚本 安全 系统操作 人机交互