Aufbau eines KI-Startup-Trendanalyse-Agenten mit Claude 3.5 Sonnet

Voll funktionsfähige KI-Agenten-App in weniger als 50 Zeilen Python-Code (Schritt-für-Schritt-Anleitung)

KI-Tools verändern die Art und Weise, wie Unternehmer Trends erkennen und Entscheidungen treffen. Der Aufbau einer skalierbaren Lösung zur Analyse von Startup-Chancen erfordert jedoch oft die Integration mehrerer Datenquellen und deren schnelle Verarbeitung. Mit fortschrittlichen Large Language Models (LLMs), die mit den richtigen Tools ausgestattet sind, kann dieser Prozess jedoch automatisiert werden und verwertbare Erkenntnisse liefern.

In diesem Tutorial führen wir Sie durch den Prozess der Erstellung einer AI Startup Trend Analysis Agent. Dieser KI-Agent wird Startup-Nachrichten analysieren, aufkommende Trends erkennen und Startup-Ideen validieren. Er wird weniger als 50 Zeilen Python-Code benötigen, kombiniert mit Zeitung4k im Gesang antworten DuckDuckGound verwenden Claude 3.5 Sonett.

Hauptmerkmale:

• Benutzereingabe: Ermöglicht Unternehmern die Eingabe spezifischer unternehmerischer Bereiche oder Technologien von Interesse
• Nachrichtenerfassung: mit @DuckDuckGo

Sammeln Sie die neuesten Startup-Nachrichten und Marktanalysen

• Erstellung von Zusammenfassungen: Verwenden Sie Newspaper4k, um prägnante Zusammenfassungen von validierten Informationen zu erstellen.
• Trendanalyse: Identifizierung neu entstehender Modelle der Risikofinanzierung, Technologieübernahme und Marktchancen
• Front-End-Schnittstelle: @streamlit

Bereitstellung einer benutzerfreundlichen interaktiven Schnittstelle

Die Systemarchitektur besteht aus drei Agenten:

• Nachrichtenbeschaffung: Suche und Sammlung relevanter Artikel
• Verfassen von Zusammenfassungen: Bearbeitung und Zusammenfassung von Artikelinhalten
• Trendanalyse: Analyse von Zusammenfassungen und Ermittlung von Trends

Realisierungsschritte:

• Einrichtung der Umgebung: Dazu gehören die Installation der erforderlichen Abhängigkeiten und die Beschaffung der API-Schlüssel.
• Erstellen einer Streamlit-Anwendung: Erstellen der Benutzeroberfläche
• Umsetzung der Aufgaben von drei Agenten und deren Zusammenschluss zu einem Team
• Durchführung von analytischen Arbeitsabläufen und Präsentation der Ergebnisse

Was wir bauen werden

Der AI Startup Trend Analysis Agent ist ein Tool, das aufstrebenden Unternehmern hilft, umsetzbare Erkenntnisse zu gewinnen, indem es aufkommende Trends, potenzielle Marktlücken und Wachstumschancen in bestimmten Sektoren identifiziert. Es kombiniert Newspaper4k und DuckDuckGo, um Artikel und Marktdaten zu scannen und zu analysieren, die sich auf Startups beziehen. Mit Claude 3.5 Sonnet verarbeitet es diese Informationen, um aufkommende Muster zu extrahieren und Unternehmern dabei zu helfen, vielversprechende Startup-Möglichkeiten zu identifizieren.

Funktionalität

• BenutzerführungUnternehmer können spezifische unternehmerische Bereiche oder Technologien, die für die Forschung von Interesse sind, eingeben.
• Sammlung von NachrichtenDie Agentur sammelt über DuckDuckGo aktuelle Startup-Nachrichten, Finanzierungs-Updates und Marktanalysen.
• Abstrakte ErzeugungNewspaper4k: Nutzen Sie Newspaper4k, um präzise Zusammenfassungen von verifizierten Informationen zu erstellen.
• TrendanalyseSystematische Ermittlung von Trends bei der Finanzierung von Unternehmensgründungen, der Einführung von Technologien und Marktchancen sowie Analyse der damit zusammenhängenden Berichte.
• Streamlit-SchnittstelleDie Anwendung verwendet eine benutzerfreundliche Schnittstelle, die von Streamlit entwickelt wurde, um die Interaktion zu erleichtern.

Vorbedingungen

Bevor wir beginnen, vergewissern Sie sich bitte, dass Sie die folgenden Punkte beachtet haben:

1. Installieren Sie Python auf Ihrem Computer (3.7 oder höher empfohlen)
2. Besitz Anthropischer API-Schlüssel
3. Grundlegende Kenntnisse der Python-Programmierung
4. Verwenden Sie Ihren bevorzugten Code-Editor (wir empfehlen VS Code oder PyCharm, die eine hervorragende Unterstützung für Python bieten)

Schritt-für-Schritt-Anleitung

Einrichten der Entwicklungsumgebung

Zunächst müssen wir die Entwicklungsumgebung vorbereiten:

1. Klonen Sie ein GitHub-Repository:

git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git

2. gehen in ai_startup_trend_analysis_agent Mappe:

cd ai_agent_tutorials/ai_startup_trend_analysis_agent

3. Montage Erforderliche Abhängigkeiten::

pip install -r requirements.txt

4. Erhalten Sie Ihren API-Schlüssel: Registrieren Anthropisch Konto und erhalten Sie Ihren API-Schlüssel.

Erstellen einer Streamlit-Anwendung

Lassen Sie uns die Anwendung erstellen. Neue Datei startup_trends_agent.pyund fügen Sie den folgenden Code hinzu:

1. Importieren Sie die erforderlichen Bibliotheken:
   - Streamlit für die Erstellung von Webanwendungen
   - für den Aufbau von KI-Agenten und -Tools Phidata
   - Große Sprache Modellierung Claude Sonnet 3.5
   - DuckDuckGo für die Suche
   - Newspaper4k für die Bearbeitung von Artikeln

import streamlit as st
from phi.agent import Agent
from phi.tools.duckduckgo import DuckDuckGo
from phi.model.anthropic import Claude
from phi.tools.newspaper4k import Newspaper4k
from phi.tools import Tool
import logging

2. Erstellen Sie eine Streamlit-Anwendung:
   - Einfache und übersichtliche Schnittstelle
   - Sichere API-Schlüsseleingabe
   - Themenbezogene Analyse

# 设置 Streamlit 应用
st.title("AI 创业趋势分析助手 📈")
st.caption("只需点击一下，获取基于您感兴趣主题的最新趋势分析和创业机会。")
topic = st.text_input("输入您感兴趣的创业领域：")
anthropic_api_key = st.sidebar.text_input("输入 Anthropic API 密钥", type="password")
if st.button("生成分析"):
if not anthropic_api_key:
st.warning("请输入必需的 API 密钥。")
else:
with st.spinner("正在处理您的请求..."):
try:
# 初始化 Anthropic 模型
anthropic_model = Claude(id ="claude-3-5-sonnet-20240620",api_key=anthropic_api_key)

3. Erstellen Sie einen Agenten für die Nachrichtenerfassung:
   - Suchen mit DuckDuckGo
   - Sammlung der neuesten Artikel
   - Beschränken Sie sich auf 5 Ergebnisse, um den Fokus beizubehalten

# 定义新闻收集代理 - DuckDuckGo 搜索工具使代理能够从网上搜索信息。
search_tool = DuckDuckGo(search=True, news=True, fixed_max_results=5)
news_collector = Agent(
name="新闻收集器",
role="收集关于指定主题的最新新闻文章",
tools=[search_tool],
model=anthropic_model,
instructions=["收集该主题的最新文章"],
show_tool_calls=True,
markdown=True,
)

4. Fügen Sie einen Agenten zur Erstellung einer Zusammenfassung hinzu:
   - Bearbeitung des Artikelinhalts
   - Erstellung prägnanter Zusammenfassungen
   - Aufbewahrung von Schlüsselinformationen

# 定义摘要生成代理
news_tool = Newspaper4k(read_article=True, include_summary=True)
summary_writer = Agent(
name="摘要生成器",
role="为收集到的新闻文章生成摘要",
tools=[news_tool],
model=anthropic_model,
instructions=["提供文章的简洁摘要"],
show_tool_calls=True,
markdown=True,
)

5. Erstellen Sie einen Trendanalyse-Agenten:
   - Analyse des Inhalts der Zusammenfassung
   - Erkennen von Trends
   - Erschließung unternehmerischer Chancen

# 定义趋势分析代理
trend_analyzer = Agent(
name="趋势分析器",
role="从摘要中分析趋势",
model=anthropic_model,
instructions=["识别新兴趋势和潜在创业机会"],
show_tool_calls=True,
markdown=True,
)

6. Stellen Sie Agenten zu Teams zusammen:
   - Koordinierung der Arbeitsabläufe
   - Sicherstellung des Datenflusses
   - Beibehaltung der kontextuellen Konsistenz

# Phidata 的多代理团队设置：
agent_team = Agent(
agents=[news_collector, summary_writer, trend_analyzer],
instructions=[
"首先，使用 DuckDuckGo 搜索与用户指定主题相关的最新新闻文章。",
"然后，将收集到的文章链接提供给摘要生成器。",
"重要提示：必须确保摘要生成器接收到所有文章链接以供阅读。",
"接下来，摘要生成器将阅读文章并为每篇文章准备简洁的摘要。",
"总结后，摘要将被传递给趋势分析器。",
"最后，趋势分析器将根据提供的摘要，识别新兴趋势和潜在创业机会，并以详细报告形式提供，让任何年轻企业家都能轻松获取巨大价值。"
],
show_tool_calls=True,
markdown=True,
)

7. Ausführen von analytischen Arbeitsabläufen:
   - sequenzielle Abarbeitung
   - Sicherstellung des Datenflusses
   - Ergebnisse anzeigen

# 步骤 1：收集新闻
news_response = news_collector.run(f"收集关于 {topic} 的最新新闻")
articles = news_response.content
# 步骤 2：总结文章
summary_response = summary_writer.run(f"总结以下文章：\n{articles}")
summaries = summary_response.content
# 步骤 3：分析趋势
trend_response = trend_analyzer.run(f"从以下摘要中分析趋势：\n{summaries}")
analysis = trend_response.content
# 显示结果 - 如果需要进一步使用，可以取消注释以下两行以获取摘要！
# st.subheader("新闻摘要")
# # st.write(summaries)
st.subheader("趋势分析和潜在创业机会")
st.write(analysis)
except Exception as e:
st.error(f"发生错误：{e}")
else:
st.info("输入主题和 API 密钥，然后点击“生成分析”以开始。")

Ausführen der Anwendung

Sobald der Code fertig ist, starten Sie die Anwendung.

• Navigieren Sie im Terminal zum Projektordner und führen Sie den folgenden Befehl aus:

streamlit run startup_trends_agent.py

• Streamlit stellt eine lokale URL zur Verfügung (normalerweise http://localhost:8501). Öffnen Sie diese in Ihrem Browser, geben Sie Ihren API-Schlüssel ein, wählen Sie den Bereich aus, den Sie erkunden möchten, und sehen Sie zu, wie Ihr KI-Agent die Recherche für Sie übernimmt.

Demonstration von funktionierenden Anwendungen

Zusammenfassungen

In weniger als 50 Codezeilen ist Ihr KI-Agent bereit, Unternehmern verwertbare Erkenntnisse für Trendanalysen zu liefern.

Um die Funktionalität weiter zu verbessern, können die folgenden Aspekte berücksichtigt werden:

• VisualisierungTrends werden grafisch dargestellt, was das Modell übersichtlicher und besser umsetzbar macht.
• Filtern von DatenFügen Sie erweiterte Filter hinzu, mit denen Benutzer die Einblicke nach geografischem Standort, Finanzierungsumfang oder Technologietyp verfeinern können.
• KoordinationFreigabe von Sharing- und Team-Diskussionsfunktionen innerhalb der App, um die Nutzung von Erkenntnissen zu erleichtern.

Ständig experimentieren und verbessern, um intelligentere KI-Lösungen zu entwickeln!