Interpréteur de code

Si vous l'utilisez pour la première fois, pensez à Code Interpreter en tant qu'espace de travail Python temporaire pour le modèle.

Vous pouvez l'utiliser pour des tâches telles que :

• Résoudre des problèmes mathématiques
• Analyse des fichiers chargés
• Nettoyage ou transformation des données
• Création de graphiques ou de tables
• Génération de fichiers de sortie tels que des journaux ou des jeux de données traités

L'environnement Python comprend plus de 420 bibliothèques préinstallées, y compris Pandas, Matplotlib et SciPy, de nombreuses tâches courantes fonctionnent sans configuration supplémentaire.

Le code s'exécute dans un conteneur de bac à sable. Ce conteneur est l'environnement de travail où Python s'exécute et où les fichiers chargés, les fichiers générés et les données de travail temporaires sont stockés pendant la session.

Les conteneurs de l'interpréteur de code utilisent un groupe de mémoire partagé de 64 Go par location.

Les tailles de conteneur prises en charge sont les suivantes :

• 1 Go
• 4 Go
• 16 Go
• 64 Go

Cette limite partagée peut être divisée entre plusieurs conteneurs. Par exemple, il peut prendre en charge les éléments suivants :

• Soixante-quatre conteneurs de 1 Go
• Seize conteneurs de 4 Go
• Quatre conteneurs de 16 Go
• Un conteneur de 64 Go

Si vous avez besoin de plus de capacité, vous pouvez soumettre une demande de service.

Un conteneur expire après 20 minutes d'inactivité.

Il est important de savoir lors de la création de flux en plusieurs étapes :

• Un conteneur expiré ne peut pas être réutilisé
• Vous devez créer un conteneur
• Les fichiers doivent être chargés à nouveau si nécessaire
• L'état en mémoire, comme les variables Python et les objets Python, est perdu

Pour cette raison, il est préférable de traiter les conteneurs comme des environnements de travail temporaires.

response = client.responses.create(
    model="xai.grok-4-1-fast-reasoning",
    tools=[
        {
            "type": "code_interpreter",
            "container": {"type": "auto"}
        }
    ],
    instructions="Use the python tool to solve the problem and explain the result.",
    input="Find the value of (18 / 3) + 7 * 2."
)

print(response.output_text)

Dans cet exemple, l'outil python est l'interpréteur de code.

L'outil Code Interpreter nécessite un objet conteneur. Le conteneur est l'environnement isolé où le modèle exécute du code Python.

Un conteneur peut contenir :

• Fichiers chargés
• Fichiers créés par le modèle
• Données de travail temporaires pendant l'exécution

Lorsque vous utilisez l'interpréteur de code, vous pouvez utiliser l'un des deux modes de conteneur suivants :

• Auto : OCI Generative AI provisionne ou réutilise un conteneur dans le contexte courant.
• OCID du conteneur : Vous créez le conteneur vous-même, définissez la taille de la mémoire et fournissez l'OCID.

Pour les deux options, les conteneurs sont créés et gérés dans OCI Generative AI. Le code qui s'exécute dans ces conteneurs s'exécute également dans la location OCI Generative AI.

Code Interpreter prend en charge l'interaction dynamique des fichiers pendant la durée de vie du conteneur. Le modèle peut lire les fichiers que vous fournissez et peut également créer de nouveaux fichiers.

Ceci est utile pour les flux de travail tels que :

• Lecture d'un fichier CSV ou PDF
• Génération d'un graphique
• Enregistrement de la sortie traitée
• Création de journaux ou de rapports

Informations de référence sur les API : Documentation sur l'API OpenAI Container Files et API Container Files.

Les fichiers créés ou mis à jour par l'outil python persistent pendant que l'exécution du code tourne dans le même conteneur, tant que le conteneur n'a pas expiré.

Cela signifie que le modèle peut s'appuyer sur des travaux antérieurs dans la même session. Par exemple, il peut :

• Lire un fichier
• Analyser
• Enregistrer un graphique
• Utiliser ce graphique plus tard dans le même conteneur

Lorsque le conteneur expire, cet état n'est plus disponible.