引言
前两个月有介绍 PandasAI 及其实现，凭借优雅而巧妙的设计，PandasAI 将大语言模型的能力接入数据分析工作流，使得直接向 DataFrame 提问变为可能，着实有趣有用。
文末随口作结：
…使数据处理与分析过程的人机交互往智能化迈进了一大步，至少对于文档依赖的减轻能够大大降低 Pandas 的使用门槛，以后大概人均可玩转 Notebook 了…
好巧不巧，最近 Jupyter 官方就发布了适用于 Jupyter 生态的 AI 拓展插件—— Jupyter AI，Notebook 的可玩性这不转眼就上来了 🤣
Jupyter AI
根据官方介绍，Jupyter AI 的使命是将生成式 AI 的能力带入 Jupyter 生态，通过提供用户友好又强大的方式，在 JupyterLab 和 Jupyter Notebook 中探索 AI 模型并借其大幅提升生产力。
更具体的说，Jupyter AI 提供下面这些：
- 一个植入 JupyterLab 的原生聊天界面，可用作对话助理；
- 一个魔法命令（magic）
%%ai，可直接在 Jupyter Notebook 中玩转生成式 AI；
- 广大生成式模型的支持，基本包括大家耳熟能详的 OpenAI、Anthropic、Hugging Face 等。
Jupyter Copilot：Jupyternaut
大概是嫌弃 Copilot 这名字已经被用烂了，Jupyter 给自己的 AI 助理命名为 Jupyternaut。事实上，-naut 这个尾缀多表探索者之意（例如宇航员 astronaut），帮你探索 Jupyter，也算巧妙而准确了。
Jupyternaut 只能在 JupyterLab 中存活，可通过
pip install jupyter_ai 安装。需要注意的是，默认安装的是 v2 版本，只支持 JupyterLab 4；如果你在用 JupyterLab 3，需要通过 pip install jupyter_ai~=1.0 指定安装 v1 版本。安装后打开 JupyterLab，就能发现左侧边栏多了一个对话界面，配置好模型参数后即可使用：
还可以选中代码片段进行提问：
以及 Notebook 生成、本地文档学习问答等功能。
魔法命令：ai
如果你平时并不惯于使用 JupyterLab，比如想在 VS Code 或是 Jupyter Notebook 中用上 Jupyter AI，也可以通过
pip install jupyter_ai_magics 安装魔法命令到任意使用 IPython kernel 的环境中。安装后在 Notebook 开头用
%load_ext jupyter_ai_magics 加载，就会引入 ai 这一魔法命令。与其他魔法命令相仿，其具有两种格式：- 行命令形态
%ai，只读取命令所在行的后续输入，形如 Shell 命令，可用于register、update、delete等操作，涉及到模型选择、别名等；
- 单元格命令形态
%%ai，首先将命令所在行后续输入作为参数，然后对换行后整个单元格的后续输入执行操作，是真正用于写 prompt 并执行的形态。
摘取几个案例：
# 列出 OpenAI 下的可选模型 %ai list openai
# 将 Anthropic 旗下的 claude-v1.2 注册为 claude %ai register claude anthropic:claude-v1.2
# 调用 claude 输入 prompt 进行生成 %%ai claude Write a poem about C++.
但如果仅仅如此，似乎很难提得上生产力？于是 Jupyter AI 祭出了格式化生成内容这一杀器，支持将模型生成的文本（通常是 Markdown 格式）转化为代码、数学公式、HTML、JSON 等格式，只需在调用时加上
-f 参数：%%ai chatgpt -f math Generate the 2D heat equation in LaTeX surrounded by `$$`. Do not include an explanation.
其中，个人最喜欢的是格式化为代码这一功能。由于命令是在 Notebook 中执行，背后对应一套完整的 Python 环境，当 Jupyter AI 将 LLM 生成内容中的代码一键提取到下一个单元格中，可在具备语法高亮的情况下快速预览、然后一键执行，体验非常丝滑：
四舍五入，这也是平替版 Code Interpreter 了。
结语
可能会有人觉得，Jupyter AI 并没有带来任何新东西，毕竟前有猜你 bug 的 GitHub Copilot，后有对答如流的 ChatGPT，这种程度的接入无甚影响。但我认为，生成式 AI 的应用离不开真实的需求与场景。Jupyter 将交互式计算（interactive computing）作为主要任务，已在数据及科学计算领域独领风骚，胜在可见性与交互性，Jupyter AI 的集成也一以贯之，特别是
%%ai 魔法命令的形态，几近完美地融入现有工作流，也能乘 AI 东风将写代码的难度打下来，对诸多不同层级的使用者而言，都大有裨益。期望未来能看到更多类似的好应用。