PhiData: creación de inteligencias artificiales con memoria, conocimientos y herramientas

Introducción general

PhiData es un marco diseñado para desarrollar asistentes de inteligencia artificial. PhiData no solo mejora la inteligencia de los asistentes de IA, sino que también amplía su ámbito de aplicación, permitiéndoles comprender y responder a las necesidades de los usuarios con mayor precisión.

 

PhiData:构建拥有记忆、知识和工具的AI智能体

 

PhiData:构建拥有记忆、知识和工具的AI智能体

 

 

Lista de funciones

  • Memoria: almacena el historial de chat y mantiene conversaciones a largo plazo
  • Conocimiento: almacenar información mediante bases de datos vectoriales para proporcionar contextos empresariales
  • Herramientas: llamar a API para obtener datos, enviar correos electrónicos, realizar consultas a bases de datos, etc.
  • Análisis de datos: utilización de herramientas como SQL, DuckDb, etc. para el análisis de datos.
  • Generación de informes: realizar investigaciones y generar informes
  • Preguntas y respuestas: ¡Responda a preguntas sobre PDF, API y mucho más!
  • Resúmenes de artículos y vídeos: resuma el contenido de artículos y vídeos

 

 

Utilizar la ayuda

Instalación de Phidata

  1. https://github.com/phidatahq/phidata
  2. Asegúrese de tener Python y pip instalados en su entorno de desarrollo.
  3. Ejecute el siguiente comando en la herramienta de línea de comandos para instalar Phidata:
    pip install -U phidata
    

     

Configuración del entorno

  1. La configuración de variables de entorno, por ejemplo cuando se utiliza la API de OpenAI, requiere la configuración deOPENAI_API_KEY::
    export OPENAI_API_KEY=sk-xxxx
    

 

inicio rápido

Creación de un asistente de inteligencia artificial capaz de utilizar DuckDuckGo para realizar búsquedas en Internet

  1. Creación de documentosassistant.py::
    from phi.assistant import Assistant
    from phi.tools.duckduckgo import DuckDuckGo
    
    assistant = Assistant(tools=[DuckDuckGo()], show_tool_calls=True)
    assistant.print_response("What's happening in France?", markdown=True)
    
  2. Instale la biblioteca y ejecute Assistant:
    pip install openai duckduckgo-search
    python assistant.py
    

 

Crear un asistente que pueda consultar datos financieros

  1. Creación de documentosfinance_assistant.py::
    from phi.assistant import Assistant
    from phi.llm.openai import OpenAIChat
    from phi.tools.yfinance import YFinanceTools
    
    assistant = Assistant(
        llm=OpenAIChat(model="gpt-4o"),
        tools=[YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True, company_news=True)],
        show_tool_calls=True,
        markdown=True,
    )
    assistant.print_response("What is the stock price of NVDA")
    assistant.print_response("Write a comparison between NVDA and AMD, use all tools available.")
    
  2. Instale la biblioteca y ejecute Assistant:
    pip install yfinance
    python finance_assistant.py
    

 

Aplicaciones avanzadas

PhiData no sólo es adecuado para crear asistentes de IA básicos, sino que también cuenta con una serie de funciones avanzadas que incluyen la generación de modelos de datos, el análisis de datos SQL y la ejecución de código Python. Estos son algunos ejemplos de funciones avanzadas:

Ayudas para escribir y ejecutar código Python

  1. Creación de documentospython_assistant.py::
    from phi.assistant.python import PythonAssistant
    
    assistant = PythonAssistant()
    assistant.print_response("Write a Python script to calculate the Fibonacci sequence.")
    
  2. Instale la biblioteca y ejecute Assistant:
    pip install openai
    python python_assistant.py
    

Con los pasos anteriores, puedes empezar rápidamente y construir tu propio asistente inteligente de IA que aproveche al máximo la potencia de PhiData.

 

Por qué phidata

 

Pregunta:LLM tiene una formación limitada para actuar.
Solución:Añade recuerdos, conocimientos y herramientas.

Memoria:combinandoHistoria del chatAlmacenada en una base de datos, permite a LLM entablar un diálogo a largo plazo.
Conocimientos:Al almacenar la información en una base de datos vectorial, el LLM proporciona laContexto operativo.
Herramientas:Permite a los LLM tomar datos de API, enviar correos electrónicos o consultar bases de datos, etc.plataforma.

La memoria y el conocimiento hacen el LLMMás inteligente.Y las herramientas las hacenautonomía.

 

¿Cómo funciona?

Primer paso:Creación de un `Asistente
Segundo paso:Añadir herramientas (funciones), conocimientos (vectordb) y almacenamiento (base de datos)
Tercer paso:Construye tus aplicaciones de IA con Streamlit, FastApi o Django.

 

ejemplos

1. Crear un entorno virtual

Abre `Terminal` y crea un entorno virtual python.

python3 -m venv ~/.venvs/aienv
source ~/.venvs/aienv/bin/activate

2.Instalar phidata

pip install -U phidata

3. Crear un asistente

`assistant.py` crea un archivo con un asistente que puede buscar en la web usando DuckDuckGo.

from phi.assistant.import Asistente
from phi.tools.duckduckgo import DuckDuckGo

assistant = Assistant(tools=[DuckDuckGo()], show_tool_calls=True)
assistant.print_response("¿Qué está pasando en Francia?", markdown=True)

4. Ejecutar el asistente

Utiliza el ayudante `OpenAI` por defecto. Establezca su `OPENAI_API_KEY` (que puede obtener de [aquí estánConsigue uno).

export OPENAI_API_KEY=sk-***

Instalar `openai` & `duckduckgo`.

pip install openai duckduckgo-search

Asistente de carrera

python asistente.py

 

manifestaciones

Vea las siguientes aplicaciones de IA creadas con phidata:

[PDF AI]Resuma y responda a las preguntas del PDF.
[ArXiv AI] utilizan la API de ArXiv para responder a preguntas sobre artículos de ArXiv.
[HackerNews IA]Resume historias, usuarios y comparte las últimas noticias de HackerNews.

© declaración de copyright

Artículos relacionados

Sin comentarios

Debe iniciar sesión para participar en los comentarios.
Acceder ahora
ninguno
Sin comentarios...