Open Interpreter 完整教程：用自然语言在本地执行代码，从安装到 CI 集成-开发者社区

Open Interpreter 完整教程：用自然语言在本地执行代码，从安装到 CI 集成

【免费下载链接】openinterpreterA coding agent for open models like Kimi K3项目地址: https://gitcode.com/GitHub_Trending/op/openinterpreter

Open Interpreter 是一个终端里的编码代理：你用自然语言描述任务，它读取仓库、修改文件、在本地沙箱中运行命令，并能稍后恢复会话。它基于 OpenAI Codex CLI 界面改造，专门针对 Kimi K3 等低成本开源模型优化，适合想在终端里做代码调试、审查和重构的开发者。

先看效果：指令进，结果出

打开任意项目目录，输一句话，它会自己定位问题并动手：

> 在 src/parser.rs 中找一个 bug 并修复

它先分析相关文件，再提出修改、编辑代码、在沙箱里跑验证命令，全程受审批策略约束。更常见的用法是让它解释陌生代码：

interpreter "解释这个仓库的结构和核心组件"

stdout 会打印最终答案，进度信息走 stderr，人读起来很直接。

安装与启动：一条命令覆盖主流系统

macOS 和 Linux 用同一条命令：

curl -fsSL https://www.openinterpreter.com/install | sh

Windows 在 PowerShell 里执行：

irm https://www.openinterpreter.com/install.ps1 | iex

装完重启 shell，用interpreter --version验证。Linux 发布包用 musl 构建，兼容性较宽；建议装好 Git，仓库感知类任务会用到。启动交互会话只需进入项目目录：

cd my-project i

i是interpreter的短命令。首次运行会引导你选择模型来源：ChatGPT 账户登录、API 密钥、Ollama / LM Studio 本地模型，或其他兼容 provider。以后随时可以用/model改。

上手就能做的三个任务

让代理解释一个陌生代码库。目标：10 分钟搞懂项目结构。

interpreter "按模块解释这个代码库，重点说明入口和配置加载流程"

它会顺着目录和构建文件读源码，输出分层的结构说明，不需要你事先翻文档。

审查当前改动。目标：提交前过一遍 diff 找回归风险。

/review

在 TUI 里直接输入/review，它对未提交变更做一轮审查；不打开 TUI 时用interpreter exec review --uncommitted。

续接上次没做完的活。目标：跨天恢复上下文。

interpreter resume --last

会话保留之前的对话、工作目录和待办，接着说"继续按计划改"即可。

安全边界：沙箱模式怎么配

Open Interpreter 有两层独立控制，先分清它们管什么：

沙箱模式（sandbox_mode）管技术边界——命令能读写哪些文件、能否联网。
审批策略（approval_policy）管交互时机——哪些操作会停下来问你。

沙箱模式	行为
`read-only`	只能读，不能写
`workspace-write`	工作区内可写，默认不联网
`danger-full-access`	无本地边界，仅限你主动信任的环境

审批策略	行为
`untrusted`	任何可能改变状态的操作都先问
`on-request`	沙箱内直接跑，越权时才问
`never`	不问，沙箱是唯一防线

会话中用/permissions实时查看和修改；单次运行可用interpreter --sandbox read-only "audit the auth flow"覆盖一次。沙箱由操作系统原生机制执行：macOS 用 Seatbelt，Linux/WSL 用 bubblewrap + seccomp，Windows 用原生沙箱；策略无法满足时它会失败关闭，而不是静默脱沙箱。注意.git/等目录属于受保护路径，代理要动它们时应仔细审。日常在可信仓库里干活，workspace-write+on-request是文档推荐起步；--yolo这类参数会同时拆掉审批和沙箱，只建议在一次性虚拟机或容器里用。

按口味调参：模型切换与配置档案

模型怎么换。TUI 里输入/model，可一次选 provider、模型和推理强度；不重开界面就能切。一次性覆盖也可以直接挂在命令行上：

interpreter -m gpt-5.1-codex "review this module"

另外，它把 Claude Code、Kimi Code、DeepSeek TUI 等各家 agent 提示框架做成了 Rust 原生 harness，用/harness切换，配合对应模型能拿到更好的表现。

配置落在哪。用户级在~/.openinterpreter/config.toml，项目级可放.openinterpreter/config.toml，优先级从低到高是：内置默认 → 系统配置 → 用户配置 → 项目配置 → 档案 → 命令行-c key=value覆盖。用/debug-config能看到每个值的最终来源。

常用项合并看这一份：

# 模型 model = "gpt-5.1-codex" model_provider = "openai" model_reasoning_effort = "medium" # minimal|low|medium|high|xhigh model_reasoning_summary = "auto" # auto|concise|detailed|none # 安全 sandbox_mode = "workspace-write" approval_policy = "on-request" # 其他 personality = "pragmatic" # friendly|pragmatic|none web_search = "cached" log_dir = "~/.openinterpreter/log"

需要场景化切换时建档案：

[profiles.fast] model = "gpt-5.1-codex-mini" model_reasoning_effort = "low" [profiles.review] model = "gpt-5.1-codex" model_reasoning_effort = "high" sandbox_mode = "read-only"

然后interpreter --profile review启动。推理强度按任务挑：简单改动用minimal/low，重构和深度审查用high，响应会明显快一些。

接入自动化：非交互模式与 CI 集成

不想要全屏 TUI 时用interpreter exec，任务跑完直接退出：

interpreter exec "summarize the changes in the last commit"

提示词可以从管道进：cat task.md | interpreter exec -，也可以git diff | interpreter exec "解释这个 diff 并标记风险变更"。加--json每行输出一个 JSON 事件（进度、工具调用、文件变更、最终消息），方便脚本消费；-i screenshot.png可给第一条提示附图。

CI 里的典型用法是只读沙箱 + JSON 输出，把审查结果落盘：

- name: Review patch env: OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }} run: | interpreter exec --json --sandbox read-only \ "review this pull request diff for regressions" \ < pr.diff > review.jsonl