关于 ChatGPT 插件与向 GPTs 迁移的更新
截至 2024 年 4 月 9 日，ChatGPT 插件已下线。OpenAI 为 ChatGPT 提供的附加工具已逐步被更广泛采用的 GPTs 取代。自 2024 年 3 月 19 日起，停止安装新插件或与现有插件开启新对话，并提供至 4 月 9 日的宽限期以结束正在进行的交互。
此次转变源于 GPTs 在开发便捷性和用户、开发者的压倒性偏好。插件在鼎盛时期约有 1,000 个，而 GPT 生态已扩展至数十万，覆盖写作、效率、编程、教育等领域，清晰反映了开发者社区的选择。
如果您担心无法继续使用喜爱的插件，OpenAI 建议在 GPT 商店使用搜索功能寻找替代品。许多热门插件已转化为 GPT，意味着您仍可获得相同的强大功能。若您想自行创建，请查看我们的自定义 GPTs 制作指南。此外，您仍可查看此前使用插件进行的任何对话。
出于存档目的，我们保留了下方原文的其余部分，但请注意，其内容现已过时。
自 ChatGPT 插件推出以来，很多事情都发生了变化。我们不再仅限于文本生成。现在，我们可以浏览互联网、自动化工作流，并通过向语言模型提供提示来运行代码。插件可在确保安全防护的同时，帮助获取最新信息、执行计算并使用第三方服务。
您可以参考《数据科学版 ChatGPT 速查表》，提升撰写数据科学提示词的能力。
如何使用 ChatGPT 插件
要使用ChatGPT 的插件，您需要升级为 Plus 账户。然后前往“Settings（设置）”，选择“Beta features（测试功能）”选项卡。开启 Plugins（插件）和“Browse with Bing（使用必应浏览）”。
激活插件后，您可在 ChatGPT 平台的 GPT-4 模型下找到它们。从那里即可搜索并安装您选择的插件。安装完成后，启用插件并开始撰写提示词。
如果您想使用 ChatGPT 构建端到端的数据科学项目，只需按照分步教程《使用 ChatGPT 开展数据科学项目指南》。该教程将教您如何在项目规划、数据分析、数据预处理、模型选择、超参数调优、创建 Web 应用以及在 Spaces 上部署方面使用 ChatGPT。
数据科学领域十大 ChatGPT 插件
1. Browsing
通过使用 Browsing with Bing 插件，ChatGPT 能够获取特定主题的最新新闻与研究并提供有用信息。这一点尤为重要，因为像 GPT-4 这样的大型语言模型通常基于较早的数据进行训练，而互联网访问则为其提供了最新的信息、研究与文档。为避免混淆或错误，建议使用浏览插件，让 ChatGPT 成为您可靠的研究助手。
图片来源 openai.com
对于数据科学家或分析师而言，学习新概念并进行高效研究至关重要。借助该集成，您只需输入研究主题，即可获得最新研究与视频的链接。此外，它会通过分析链接并理解主题来对内容进行总结。
注意：截至 20232 年 7 月 3 日，OpenAI 因版权和数据隐私问题暂停了 Browse with Bing 功能，但表示其将在测试阶段适时回归。
2. WebPilot
WebPilot 是一款开源插件，让您可以与网页进行自然对话。借助该插件，您可以输入 URL，并请求与内容相关的特定交互或信息抽取。这些请求可能包括重写、翻译等。
图片来源 Virtualization Review
通过 Browsing 插件，您可以访问互联网搜索引擎；而借助 WebPilot，您可以与单个或多个网页互动。您可以请求特定主题或研究结果，甚至以交互方式学习新主题。
WebPilot 的主要优势在于其能处理多种与多个网页交互的请求、抽取信息，以及重写或翻译内容。这使用户无需在 ChatGPT 中来回对话，即可自动化常见的基于网页的任务。
3. ScholarAI
借助 ScholarAI 插件，用户可以轻松搜索经过同行评审的研究，以准确、可信的信息支持其科学研究、技术项目和项目提案。
图片来源 ScholarAI
作为数据科学家，我们始终在寻找更优算法与方法来提升结果。要紧跟机器学习与数据科学的最新研究并不容易。因此，研究某个主题的最佳方式之一是使用 ScholarAI 插件。该工具可从科研论文中获取真实可靠的信息，帮助您节省时间与精力。
4. Wolfram
Wolfram 插件是一款强大的工具，通过 Wolfram Alpha 与 Wolfram Language 平台，为 ChatGPT 提供海量的知识、计算与可视化能力。
借助该插件，ChatGPT 可以利用 Wolfram 知识库的广阔资源，涵盖从科学技术到历史文化的众多主题。
Wolfram 插件在精准数学计算方面表现出色。在回答复杂问题或求解数学公式时，这一能力对 ChatGPT 极具价值。
此外，该插件可应用于广泛主题，包括化学、地理、天文学、流行文化、营养、工程以及算法代码执行。
图片来源 Stephen Wolfram Writings
图片来源 Stephen Wolfram Writings
阅读博文《ChatGPT 获得其“Wolfram 超能力”》，了解如何充分利用 Wolfram 插件。
5. Noteable
Noteable Notebook 插件让您可在 ChatGPT 中使用计算型笔记本（如 Jupyter Notebook）。您可以通过 SQL 查询抽取数据、执行数据分析与可视化、训练机器学习模型，且只需在 ChatGPT 中给出简单的提示词。
其后端使用 Noteable 平台，为数据分析与机器学习任务提供协作式笔记本。
图片来源 noteable.io
作为数据科学家，使用 Notable 插件有助于自动化数据分析流程。您可以轻松上传数据集并执行分析，或直接从 SQL 服务器抽取数据。这让您从编写与等待代码执行中解放出来，专注于规划与分析。
6. Code Interpreter
OpenAI 的 Code Interpreter 是一款插件，可在虚拟环境中实时运行 Python 代码。它主要面向编码人员，但非编码人员也能利用其功能。使用 Code Interpreter，您可以执行数据分析、可视化、数据验证，以及测试和调试 Python 代码等多种任务。
此外，您还可以请 Code Interpreter 帮助完成 OCR 转换 PDF、裁剪视频、变更格式、解决数学问题、创建图表等任务。更进一步，Code Interpreter 支持将多种格式的本地文件直接上传至 ChatGPT。
图片来源 openai.com
该插件将数据分析与机器学习工程提升到新水平。它让您可以从 Jupyter Notebook 切换到 ChatGPT。只需编写提示词，即可将结果直接添加到您的最终报告中。所有测试与验证都可在 ChatGPT 上完成。查阅我们的《如何使用 ChatGPT Code Interpreter》指南了解更多信息。
7. ChatWithGit
ChatWithGit 是一款 ChatGPT 插件，可基于 GitHub 提供相关上下文，帮助用户提升编码技能。它以易用的方式，帮助您查找并获取与检索查询相关的代码片段。
您只需输入检索查询，插件便会拉取相关代码片段，返回最契合您需求的匹配结果。作为数据科学家，借助 ChatWithGit 插件，您将编写出更优且更前沿的代码。
图片来源 sdan.io
8. Link Reader
Link Reader 插件是一款先进工具，能够解读并综合来自多种数字资源的信息，包括网页、PDF 文档、PowerPoint 演示、图片、Word 文件等。因此，它用途广泛，适用多种场景。
通过 Link Reader 的命令，您可以轻松总结文章并从网站中抽取内容。您还可以搜索并核实与特定主题相关的近期新闻事件、澄清 Google 文档中的内容，甚至对网页进行情感分析。
图片来源 techy.how
9. Show Me
在创建流程图、系统设计图或进行头脑风暴时，往往既耗时又需要专门工具。不过，借助 Show Me 插件，您可以在 ChatGPT 内快速创建并编辑图表。这样可以将想法与流程可视化，更易理解，避免阅读大段文字。
图片来源 bra1nDump/show-me-chatgpt-plugin
10. Zapier
借助 Zapier ChatGPT 插件，您可以轻松连接数千款应用，如 Google 表格、Gmail 或 Slack，并在 ChatGPT 内直接执行任务。您只需请求 ChatGPT 代您在另一款应用中执行任务。
这是自动化数据科学工作流的绝佳工具。您还可以自动发送电子邮件、更新电子表格与数据库、在 Slack 上给团队发消息，优化日常事务。
图片来源 Zapier
结语
ChatGPT 借助插件得到了升级，强化了其在开展研究、生成创意、学习新概念、编写高质量代码、执行数据分析以及自动化数据科学工作流方面的能力。
本文探讨了数据科学领域的顶级 ChatGPT 插件，但随着新的集成不断加入 ChatGPT 平台，这份清单还在持续扩展。
这些集成让复杂任务更为简单，并简化您的日常工作流。不久的将来，您或许只需使用 ChatGPT 平台，便可完成从数据摄取到构建 AI 应用等各种与数据相关的任务。
通过报名参加《ChatGPT 入门》课程，探索使用 ChatGPT 的优势。课程将教授编写提示词的最佳实践，并介绍企业高效使用这一强大 AI 工具的多种方式。若想进一步了解 Claude 的优势以及何时使用 ChatGPT，建议阅读我们的文章：《Claude vs. ChatGPT：2023 年数据科学家应选择哪款 AI 助手？》
关于 ChatGPT 插件与向 GPTs 迁移的更新
截至 2024 年 4 月 9 日，ChatGPT 插件已下线。OpenAI 为 ChatGPT 提供的附加工具已逐步被更广泛采用的 GPTs 取代。自 2024 年 3 月 19 日起，停止安装新插件或与现有插件开启新对话，并提供至 4 月 9 日的宽限期以结束正在进行的交互。
此次转变源于 GPTs 在开发便捷性和用户、开发者的压倒性偏好。插件在鼎盛时期约有 1,000 个，而 GPT 生态已扩展至数十万，覆盖写作、效率、编程、教育等领域，清晰反映了开发者社区的选择。
如果您担心无法继续使用喜爱的插件，OpenAI 建议在 GPT 商店使用搜索功能寻找替代品。许多热门插件已转化为 GPT，意味着您仍可获得相同的强大功能。若您想自行创建，请查看我们的自定义 GPTs 制作指南。此外，您仍可查看此前使用插件进行的任何对话。
出于存档目的，我们保留了下方原文的其余部分，但请注意，其内容现已过时。
自 ChatGPT 插件推出以来，很多事情都发生了变化。我们不再仅限于文本生成。现在，我们可以浏览互联网、自动化工作流，并通过向语言模型提供提示来运行代码。插件可在确保安全防护的同时，帮助获取最新信息、执行计算并使用第三方服务。
您可以参考《数据科学版 ChatGPT 速查表》，提升撰写数据科学提示词的能力。
如何使用 ChatGPT 插件
要使用ChatGPT 的插件，您需要升级为 Plus 账户。然后前往“Settings（设置）”，选择“Beta features（测试功能）”选项卡。开启 Plugins（插件）和“Browse with Bing（使用必应浏览）”。
激活插件后，您可在 ChatGPT 平台的 GPT-4 模型下找到它们。从那里即可搜索并安装您选择的插件。安装完成后，启用插件并开始撰写提示词。
如果您想使用 ChatGPT 构建端到端的数据科学项目，只需按照分步教程《使用 ChatGPT 开展数据科学项目指南》。该教程将教您如何在项目规划、数据分析、数据预处理、模型选择、超参数调优、创建 Web 应用以及在 Spaces 上部署方面使用 ChatGPT。
数据科学领域十大 ChatGPT 插件
1. Browsing
通过使用 Browsing with Bing 插件，ChatGPT 能够获取特定主题的最新新闻与研究并提供有用信息。这一点尤为重要，因为像 GPT-4 这样的大型语言模型通常基于较早的数据进行训练，而互联网访问则为其提供了最新的信息、研究与文档。为避免混淆或错误，建议使用浏览插件，让 ChatGPT 成为您可靠的研究助手。
图片来源 openai.com
对于数据科学家或分析师而言，学习新概念并进行高效研究至关重要。借助该集成，您只需输入研究主题，即可获得最新研究与视频的链接。此外，它会通过分析链接并理解主题来对内容进行总结。
注意：截至 20232 年 7 月 3 日，OpenAI 因版权和数据隐私问题暂停了 Browse with Bing 功能，但表示其将在测试阶段适时回归。
2. WebPilot
WebPilot 是一款开源插件，让您可以与网页进行自然对话。借助该插件，您可以输入 URL，并请求与内容相关的特定交互或信息抽取。这些请求可能包括重写、翻译等。
图片来源 Virtualization Review
通过 Browsing 插件，您可以访问互联网搜索引擎；而借助 WebPilot，您可以与单个或多个网页互动。您可以请求特定主题或研究结果，甚至以交互方式学习新主题。
WebPilot 的主要优势在于其能处理多种与多个网页交互的请求、抽取信息，以及重写或翻译内容。这使用户无需在 ChatGPT 中来回对话，即可自动化常见的基于网页的任务。
3. ScholarAI
借助 ScholarAI 插件，用户可以轻松搜索经过同行评审的研究，以准确、可信的信息支持其科学研究、技术项目和项目提案。
图片来源 ScholarAI
作为数据科学家，我们始终在寻找更优算法与方法来提升结果。要紧跟机器学习与数据科学的最新研究并不容易。因此，研究某个主题的最佳方式之一是使用 ScholarAI 插件。该工具可从科研论文中获取真实可靠的信息，帮助您节省时间与精力。
4. Wolfram
Wolfram 插件是一款强大的工具，通过 Wolfram Alpha 与 Wolfram Language 平台，为 ChatGPT 提供海量的知识、计算与可视化能力。
借助该插件，ChatGPT 可以利用 Wolfram 知识库的广阔资源，涵盖从科学技术到历史文化的众多主题。
Wolfram 插件在精准数学计算方面表现出色。在回答复杂问题或求解数学公式时，这一能力对 ChatGPT 极具价值。
此外，该插件可应用于广泛主题，包括化学、地理、天文学、流行文化、营养、工程以及算法代码执行。
图片来源 Stephen Wolfram Writings
图片来源 Stephen Wolfram Writings
阅读博文《ChatGPT 获得其“Wolfram 超能力”》，了解如何充分利用 Wolfram 插件。
5. Noteable
Noteable Notebook 插件让您可在 ChatGPT 中使用计算型笔记本（如 Jupyter Notebook）。您可以通过 SQL 查询抽取数据、执行数据分析与可视化、训练机器学习模型，且只需在 ChatGPT 中给出简单的提示词。
其后端使用 Noteable 平台，为数据分析与机器学习任务提供协作式笔记本。
图片来源 noteable.io
作为数据科学家，使用 Notable 插件有助于自动化数据分析流程。您可以轻松上传数据集并执行分析，或直接从 SQL 服务器抽取数据。这让您从编写与等待代码执行中解放出来，专注于规划与分析。
6. Code Interpreter
OpenAI 的 Code Interpreter 是一款插件，可在虚拟环境中实时运行 Python 代码。它主要面向编码人员，但非编码人员也能利用其功能。使用 Code Interpreter，您可以执行数据分析、可视化、数据验证，以及测试和调试 Python 代码等多种任务。
此外，您还可以请 Code Interpreter 帮助完成 OCR 转换 PDF、裁剪视频、变更格式、解决数学问题、创建图表等任务。更进一步，Code Interpreter 支持将多种格式的本地文件直接上传至 ChatGPT。
图片来源 openai.com
该插件将数据分析与机器学习工程提升到新水平。它让您可以从 Jupyter Notebook 切换到 ChatGPT。只需编写提示词，即可将结果直接添加到您的最终报告中。所有测试与验证都可在 ChatGPT 上完成。查阅我们的《如何使用 ChatGPT Code Interpreter》指南了解更多信息。
7. ChatWithGit
ChatWithGit 是一款 ChatGPT 插件，可基于 GitHub 提供相关上下文，帮助用户提升编码技能。它以易用的方式，帮助您查找并获取与检索查询相关的代码片段。
您只需输入检索查询，插件便会拉取相关代码片段，返回最契合您需求的匹配结果。作为数据科学家，借助 ChatWithGit 插件，您将编写出更优且更前沿的代码。
图片来源 sdan.io
8. Link Reader
Link Reader 插件是一款先进工具，能够解读并综合来自多种数字资源的信息，包括网页、PDF 文档、PowerPoint 演示、图片、Word 文件等。因此，它用途广泛，适用多种场景。
通过 Link Reader 的命令，您可以轻松总结文章并从网站中抽取内容。您还可以搜索并核实与特定主题相关的近期新闻事件、澄清 Google 文档中的内容，甚至对网页进行情感分析。
图片来源 techy.how
9. Show Me
在创建流程图、系统设计图或进行头脑风暴时，往往既耗时又需要专门工具。不过，借助 Show Me 插件，您可以在 ChatGPT 内快速创建并编辑图表。这样可以将想法与流程可视化，更易理解，避免阅读大段文字。
图片来源 bra1nDump/show-me-chatgpt-plugin
10. Zapier
借助 Zapier ChatGPT 插件，您可以轻松连接数千款应用，如 Google 表格、Gmail 或 Slack，并在 ChatGPT 内直接执行任务。您只需请求 ChatGPT 代您在另一款应用中执行任务。
这是自动化数据科学工作流的绝佳工具。您还可以自动发送电子邮件、更新电子表格与数据库、在 Slack 上给团队发消息，优化日常事务。
图片来源 Zapier
结语
ChatGPT 借助插件得到了升级，强化了其在开展研究、生成创意、学习新概念、编写高质量代码、执行数据分析以及自动化数据科学工作流方面的能力。
本文探讨了数据科学领域的顶级 ChatGPT 插件，但随着新的集成不断加入 ChatGPT 平台，这份清单还在持续扩展。
这些集成让复杂任务更为简单，并简化您的日常工作流。不久的将来，您或许只需使用 ChatGPT 平台，便可完成从数据摄取到构建 AI 应用等各种与数据相关的任务。
通过报名参加《ChatGPT 入门》课程，探索使用 ChatGPT 的优势。课程将教授编写提示词的最佳实践，并介绍企业高效使用这一强大 AI 工具的多种方式。若想进一步了解 Claude 的优势以及何时使用 ChatGPT，建议阅读我们的文章：《Claude vs. ChatGPT：2023 年数据科学家应选择哪款 AI 助手？》