ChatGPT Colab Plugin
請 dot 調用你的 Colab。

在對話中交代分析工作,讓 dot 或 ChatGPT 編寫與執行 Python Notebook,使用你自己的 Google Colab 運算資源。

用你自己的 Colab 額度

需先部署自己的私人後端並連接 Google 帳號。

繁體中文 Notebook 編輯器:程式碼、輸出與套件側欄
圖 1 Notebook 編輯器(示範資料)

從一句要求,到可帶走的結果。

Plugin 以 Model Context Protocol(MCP)提供 Notebook 工具,讓已連接的 dot 能操作你自己的後端與 Colab runtime。

  1. 連接一次

    建立自己的私人 Site、完成 Google OAuth,並讓 dot 取得私人 Plugin 的工具。

  2. 交代工作

    請 dot 建立 cell、執行 Python,或自己在編輯器按 Shift+Enter。

  3. 保存並釋放

    取得圖表、資料與 .ipynb,確認結果保存後釋放本次 runtime。

把這段要求交給你的 dot

完成設定後,先用小型合成資料驗證整條流程。這個範例只需要 CPU。

請使用我的 Colab Plugin 建立一個 CPU Notebook,用固定亂數種子產生 100 筆合成銷售資料,彙總各產品營收並畫長條圖。把 sales.csv、summary.csv 和 revenue.png 存到 outputs,匯出 Notebook 給我,完成後釋放這次的 runtime。
查看逐步操作與預期結果 →

從對話到 Notebook,保留可檢查的過程。

自己編輯,也能交給 dot

程式與 Markdown cell、輸出及執行來源都留在 Notebook;介面支援 English/繁體中文。

使用自己的運算資源

程式在你自己的 Colab 帳號執行。可依工作選 CPU 或 GPU。

把結果帶走

匯出 .ipynb,下載產生的資料與圖表,方便檢查、分享或繼續研究。

開始前,你可能想知道

dot 可以直接使用這個 Plugin 嗎?

連接私人 Plugin 後,dot 就能使用 Notebook 工具。查看官方權限說明。

會使用誰的 Colab 額度?

用你自己的 Colab 帳號與額度。

可以使用 GPU 嗎?

可以請 dot 先查詢當次可用機型,再依工作需求選擇 GPU。入門教學使用 CPU,避免為小型資料分析配置不必要的 GPU。

先連接,再讓 dot 開始工作。

完整教學帶你走過部署、授權、第一份分析與結果保存。

開始第一份 Notebook