Open Interpreter 是什麼？用講話叫電腦做事的開源 AI 助手

Open Interpreter 想解決什麼問題

很多日常雜事其實寫個小腳本就能做。「把這資料夾的 50 張 png 壓成 webp」、「把這個 csv 依日期排序」、「合併這 10 個 PDF 的第一頁」 — 但你每次都要自己想語法、查命令、貼到 PowerShell 跑一次。

Open Interpreter 想把這一步省掉。打開終端機輸入 interpreter，直接用中文或英文講你要什麼。它幫你寫 code、問你要不要跑、按 y 才在你電腦上執行。

它跟 ChatGPT 內建的 Code Interpreter 差別很大。那個跑在 OpenAI 雲端、有檔案大小限制、看不到你電腦本機的檔案。Open Interpreter 跑在你自己電腦，能直接動你的檔案。

重要警告先講：它會在你本機執行 AI 寫的程式碼，這比一般聊天 AI 危險。第一次玩一定要在不重要的資料夾、用不重要的檔案測試，不要直接拿它操作你的工作檔。

它怎麼運作？三件事要先知道

流程很簡單：

你用中文或英文描述任務，例如「幫我把桌面上所有 .heic 轉成 .jpg」。
AI 寫一段 Python 或 shell code 來做這件事。
它把 code 顯示在終端機，問你 Run this code? (y/n)，你按 y 才執行。

按 y 之後跑完，AI 會回報結果。

如果你不喜歡每次都按 y，可以加 -y 參數讓它自動跑。但這個選項對新手非常危險，建議先不要用。

它能幹嘛？

實際使用情境（都用講的）：

把這資料夾的 50 張 png 壓成 webp，品質 80。
找出我下載資料夾超過 100MB 的影片，列檔名和大小。
把這個 csv 依日期排序存新檔。
合併這資料夾裡所有 txt 成一個 markdown，加檔名當標題。
看這個 json 有幾種不同的 status 值。
把這 10 個 PDF 各自第一頁抓出來合併成一個檔。
寫一個 Python 把這資料夾的圖片改名成日期加流水號。

它不適合做的事：

高風險操作（改系統設定、刪檔、git 強制 push），這種務必自己手動做。
處理機密資料（用 GPT-4o 或 Claude 等於把內容傳到雲端，要本機就接 Ollama）。
即時互動式工作，它是一輪一輪對話，不是 GUI app。

哪裡下載

工具本身免費開源（AGPL-3.0），安裝就一行：

pip install open-interpreter

需要 Python 3.10 以上，Windows、macOS、Linux 都可以。GitHub 在 https://github.com/OpenInterpreter/open-interpreter ，官方文件在 https://docs.openinterpreter.com 。

它會花錢嗎？看你接哪個模型

工具本身免費，費用取決於你接哪個模型：

OpenAI GPT-4o（預設）：要去 OpenAI 申請 API key，按 token 付費，日常輕量使用通常一天幾塊台幣以內。
Anthropic Claude：自帶 API key，按用量付費。
本機 Ollama / LM Studio / Jan：完全免費，但品質和速度看你電腦規格。
本機模型對 Open Interpreter 不夠強：官方文件直接提醒「本機模型寫 code 能力比 GPT-4o / Claude 差很多，講話要更明確」。

新手建議：先用 OpenAI 充個 5 美金 API key 試水溫，確認你真的會用、用得上，再考慮本機模型。

我電腦能不能用？

最低門檻：

能裝 Python 3.10+ 的電腦。
接雲端 API（GPT-4o / Claude）：電腦本身幾乎沒壓力。
接本機 Ollama：另外要 16GB RAM、最好有獨立顯卡。

如果你電腦能跑 VS Code，Open Interpreter 就裝得起來。

新手怎麼開始（含安全沙箱）

最短路徑：

確認 Python 3.10+：python --version，沒有的話到 python.org 裝最新版。

安裝：pip install open-interpreter。

拿 OpenAI API key 設環境變數：

Windows PowerShell：$env:OPENAI_API_KEY = "sk-你的-key"
Mac / Linux：export OPENAI_API_KEY="sk-你的-key"

重要：先建一個測試資料夾：

   mkdir interpreter-test
   cd interpreter-test

放幾個不重要的檔案進去（複製幾張隨便的圖片、txt），不要在工作資料夾直接玩。

啟動：interpreter。

開始講話，例如「列出這個資料夾的所有檔案，告訴我各自大小」，它會生 code、顯示出來、問你要不要跑，按 y 才執行。

想用本機 Ollama？先裝 Ollama，然後 interpreter --local，按提示選 Ollama 和你已經 pull 過的模型。

使用上要小心的事（這節請仔細看）

Open Interpreter 是這個分類裡風險最高的工具，因為它會在你電腦本機執行 AI 產生的 code。具體可能踩的雷：

AI 寫錯指令會直接動到檔案：你說「整理資料夾」，它可能解讀成「刪掉看起來重複的檔案」，第一次一定要在測試資料夾玩。
`-y` 或 auto_run 模式非常危險：它會跳過確認步驟，新手不要用，老手也只在 100% 確定的場景用。
API key 會看到你的指令：你講的話會傳給 OpenAI 或 Claude，要處理機密資料一定要切本機 Ollama。
它能上網、能裝套件、能跑任意指令：如果你不小心給了惡意 prompt（例如貼了某個網路上的指令），它可能跑出你不想要的東西。
不要用 sudo 或 admin 權限跑它：一般使用者權限就好。
備份重要資料：第一次玩之前，把要動的資料夾備份一份。
公司專案要先問：公司資料丟到 GPT-4o 等於傳給 OpenAI，有保密規定要先確認。

新手第一週的安全玩法：

只在 interpreter-test 之類的測試資料夾玩。
永遠不開 -y。
每個它生的 code 都看一眼再按 y。
看不懂的 code 直接按 n，叫它解釋給你聽。

跟其他工具怎麼選

想要完全雲端、不會動本機檔案：用 ChatGPT 內建 Code Interpreter，上傳檔案、OpenAI 雲端跑。
想直接寫或改專案 code：Cursor、Cline 比較順手。
想跑長任務、多步驟 agent：Claude Code 設計就是給這個。
一次性小任務：直接問 ChatGPT「幫我寫一段 PowerShell 做 X」，自己貼上去跑也快。

想開始用 Open Interpreter？

三件事先做，再開始：

建一個測試資料夾，絕對不要直接在工作目錄玩。
第一週只用 OpenAI 預設模型，不開 -y，先建立「它會寫對 code 嗎」的直覺。
每個 code 看一眼再按 y，看不懂就叫它解釋。

如果你只是想「偶爾問 AI 怎麼寫一段指令，自己複製貼上」，不裝 Open Interpreter 也可以，直接用 ChatGPT 就好。Open Interpreter 的價值是「省去複製貼上、直接幫你跑」，這一步同時也是它的風險來源。

下一步可以先看什麼

Cursor 是什麼：想直接寫專案 code。
Claude、Codex 與 Skills 工作流：想跑長任務 agent。
Ollama 入門指南：想用本機模型不上雲先看這篇。

參考來源

Open Interpreter GitHub：https://github.com/OpenInterpreter/open-interpreter
官方文件：https://docs.openinterpreter.com
本機模式文件：https://docs.openinterpreter.com/guides/running-locally

本文最後查證日期：2026-05-20