Allgemeine Einführung
PhiData ist ein Framework für die Entwicklung intelligenter KI-Assistenten. Es ermöglicht es KI-Assistenten, langfristige Gespräche zu führen, genauen Geschäftskontext bereitzustellen und eine Vielzahl von Aktionen durch erweiterte Speicher-, Wissensintegrations- und Tool-Aufruf-Funktionen auszuführen. PhiData verbessert nicht nur die Intelligenz von KI-Assistenten, sondern erweitert auch deren Anwendungsbereich, sodass sie die Bedürfnisse der Benutzer besser verstehen und präziser darauf reagieren können.
Funktionsliste
- Speicher: Speichern des Chatverlaufs und Aufrechterhaltung langfristiger Unterhaltungen
- Wissen: Speicherung von Informationen in Vektordatenbanken zur Bereitstellung von Geschäftskontexten
- Tools: Aufruf von APIs zum Abrufen von Daten, Senden von E-Mails, Durchführen von Datenbankabfragen usw.
- Datenanalyse: Verwendung von SQL, DuckDb und anderen Tools zur Datenanalyse
- Berichterstellung: Durchführung von Recherchen und Erstellung von Berichten
- Q&A: Beantworten Sie Fragen zu PDFs, APIs und mehr!
- Artikel- und Videozusammenfassungen: fassen Sie Artikel- und Videoinhalte zusammen
Hilfe verwenden
Installation von Phidata
- https://github.com/phidatahq/phidata
- Stellen Sie sicher, dass Sie Python und pip in Ihrer Entwicklungsumgebung installiert haben.
- Führen Sie den folgenden Befehl im Befehlszeilentool aus, um Phidata zu installieren:
pip install -U phidata
Umgebung Konfiguration
- Das Setzen von Umgebungsvariablen, z. B. bei der Verwendung von OpenAIs API, erfordert das Setzen von
OPENAI_API_KEY
::exportieren OPENAI_API_KEY=sk-xxxx
Schnellstart
Schaffung eines KI-Assistenten, der DuckDuckGo für die Websuche nutzen kann
- Dokumente erstellen
assistent.py
::von phi.assistent importieren Assistentin von phi.tools.duckduckgo importieren DuckDuckGo assistant = Assistent(tools=[DuckDuckGo()], show_tool_calls=Wahr) assistant.print_response("Was ist in Frankreich los?", markdown=Wahr)
- Installieren Sie die Bibliothek und führen Sie den Assistenten aus:
pip install openai duckduckgo-suche python assistent.py
Einen Assistenten erstellen, der Finanzdaten abfragen kann
- Dokumente erstellen
finanz_assistent.py
::von phi.assistent importieren Assistentin von phi.llm.openai importieren OpenAIChat von phi.tools.yfinance importieren YFinanceTools Assistent = Assistent( llm=OpenAIChat(model="gpt-4o"), tools=[YFinanceTools(stock_price=Wahranalyst_recommendations=Wahr, firmen_info=Wahr, company_news=Wahr)] show_tool_calls=Wahr, markdown=Wahr) ) assistant.print_response("Wie hoch ist der Aktienkurs von NVDA") assistant.print_response("Schreiben Sie einen Vergleich zwischen NVDA und AMD und verwenden Sie alle verfügbaren Tools.")
- Installieren Sie die Bibliothek und führen Sie den Assistenten aus:
pip install yfinance python finanz_assistent.py
Fortgeschrittene Anwendungen
PhiData eignet sich nicht nur für die Erstellung grundlegender KI-Assistenten, sondern verfügt auch über eine Reihe fortgeschrittener Funktionen wie die Erstellung von Datenmodellen, SQL-Datenanalyse und die Ausführung von Python-Code. Hier sind einige Beispiele für erweiterte Funktionen:
Hilfsmittel zum Schreiben und Ausführen von Python-Code
- Dokumente erstellen
python_assistant.py
::von phi.assistant.python importieren PythonAssistent Assistent = PythonAssistent() assistant.print_response("Schreiben Sie ein Python-Skript, um die Fibonacci-Folge zu berechnen.")
- Installieren Sie die Bibliothek und führen Sie den Assistenten aus:
pip install openai python python_assistant.py
Mit den obigen Schritten können Sie schnell loslegen und Ihren eigenen intelligenten KI-Assistenten erstellen, der die Leistungsfähigkeit von PhiData voll ausnutzt.
Warum phidata
Frage:LLM hat einen begrenzten Hintergrund, um Maßnahmen zu ergreifen.
Lösung:Fügen Sie Erinnerungen, Wissen und Werkzeuge hinzu.
Gedächtnis:durch die KombinationChat-VerlaufDie in einer Datenbank gespeicherten Daten ermöglichen es LLM, einen langfristigen Dialog zu führen.
Wissen:Durch die Speicherung der Informationen in einer Vektordatenbank bietet das LLM dieOperativer Kontext.
Werkzeuge:Ermöglicht es LLMs, Daten von APIs zu übernehmen, E-Mails zu versenden oder Datenbanken abzufragen usw.Rigg.
Gedächtnis und Wissen machen das LLMKlüger.Und die Werkzeuge machen sieAutonomie.
Wie funktioniert das?
Schritt 1:Einen `Assistenten` erstellen
Schritt 2:Hinzufügen von Werkzeugen (Funktionen), Wissen (Vektordatenbank) und Speicherung (Datenbank)
Schritt 3:Erstellen Sie Ihre KI-Anwendungen mit Streamlit, FastApi oder Django!
Beispiele
1. eine virtuelle Umgebung erstellen
Öffnen Sie `Terminal` und erstellen Sie eine virtuelle Python-Umgebung.
python3 -m venv ~/.venvs/aienv
Quelle ~/.venvs/aienv/bin/activate
2. phidata installieren
pip install -U phidata
3. einen Assistenten erstellen
assistant.py" erstellt eine Datei mit einem Assistenten, der das Web mit DuckDuckGo durchsuchen kann.
from phi.assistant.import Assistent
von phi.tools.duckduckgo importieren DuckDuckGoassistant = Assistant(tools=[DuckDuckGo()], show_tool_calls=True)
assistant.print_response("Was passiert in Frankreich?", markdown=True)
4. den Assistenten ausführen
Verwenden Sie standardmäßig das Hilfsmittel `OpenAI`. Setzen Sie Ihren `OPENAI_API_KEY` (den Sie von [hier sind]Holen Sie sich einen).
export OPENAI_API_KEY=sk-***
Installieren Sie `openai` & `duckduckgo`.
pip install openai duckduckgo-search
Laufassistent
python assistent.py
Demonstrationen
Sehen Sie sich die folgenden mit phidata erstellten KI-Anwendungen an:
[PDF AIFassen Sie die Fragen in der PDF-Datei zusammen und beantworten Sie sie.
[ArXiv AIMit der ArXiv-API können Sie Fragen zu ArXiv-Publikationen beantworten.
[HackerNews KI]Fassen Sie Geschichten und Benutzer zusammen und teilen Sie die neuesten Nachrichten von HackerNews.