AiPy : automatisation de l'exécution du code Python pour l'analyse des données

Introduction générale

AiPy est un outil de ligne de commande Python open source développé par l'équipe Knownsec. Il combine le Large Language Model (LLM) et l'environnement d'exécution Python, permettant aux utilisateurs de décrire la tâche en langage naturel, de générer automatiquement et d'exécuter le code Python. Il prend en charge les formats CSV, Excel, JSON et autres, et couvre le nettoyage des données, l'analyse, la visualisation et d'autres fonctions. AiPy est conçu pour les ingénieurs en données et les programmeurs qui ont besoin de travailler rapidement avec des données. Il prend en charge les formats CSV, Excel, JSON et autres, couvrant le nettoyage des données, l'analyse, la visualisation, etc. Les utilisateurs peuvent saisir des exigences en langage naturel ou exécuter directement du code Python, partageant ainsi des données dans les deux modes et rendant l'opération simple.

AiPy:自动化运行Python代码完成数据分析任务

 

Liste des fonctions

  • Génération de code en langage naturel : l'utilisateur décrit la tâche et AiPy génère et exécute automatiquement le code Python.
  • Prise en charge des formats de données : Prise en charge des formats CSV, Excel, JSON, SQLite, Parquet et autres.
  • Traitement des données : permet le nettoyage, la conversion, le calcul, l'agrégation, le tri, le regroupement et le filtrage.
  • Visualisation des données : générer des graphiques tels que des diagrammes à barres, des diagrammes à secteurs, etc.
  • Mode ligne de commande Python : saisissez et exécutez directement du code Python.
  • Gestion des bibliothèques tierces : invites automatiques à installer les bibliothèques requises, telles que pandas peut-être psutil.
  • Correction des erreurs de code : détection et correction des erreurs de code à l'aide d'arbres syntaxiques abstraits (AST).
  • Appels API : prise en charge des API Internet (par exemple, météo, cartes) et des API locales privées.
  • Changement de mode : basculez librement entre le mode tâche (langage naturel) et le mode Python (saisie de code).
  • Déploiement local : soutient le traitement local des données afin de protéger la vie privée et la sécurité.

 

Utiliser l'aide

Processus d'installation

AiPy est compatible avec Windows, macOS et Linux, et Python 3.9 ou supérieur est recommandé. Voici les étapes de l'installation :

  1. Vérification de la version de Python
    Assurez-vous que Python 3.9+ est installé. Exécutez la commande suivante pour confirmer :

    python3 --version
    

    Si la version n'est pas suffisante, vous pouvez la télécharger et l'installer à partir du site web de Python.

  2. Installation via pip
    Installez AiPy en utilisant pip :

    pip install aipyapp
    

    Cela installera automatiquement les bibliothèques dépendantes. Si vous avez des problèmes, mettez à jour pip :

    pip install --upgrade pip
    
  3. Clonage du code source (optionnel)
    Pour bénéficier des dernières fonctionnalités, clonez votre dépôt GitHub :

    git clone https://github.com/knownsec/aipyapp.git
    cd aipyapp
    

    Créer un environnement virtuel et installer les dépendances :

    python3 -m venv venv
    source venv/bin/activate  # Linux/macOS
    venv\Scripts\activate     # Windows
    pip install -r requirements.txt
    
  4. Édition gratuite pour Windows
    Les utilisateurs de Windows peuvent télécharger le paquetage d'exécution en un clic, le décompresser et l'exécuter. update.bat Démarrez AiPy sans configurer votre environnement. Lien de téléchargement :Paquet d'installation gratuit d'AiPy.
  5. Configuration du grand modèle
    AiPy a besoin d'un support pour les grands modèles, recommandé ! DeepSeek API (rentable). Créez un fichier de configuration dans le répertoire d'installation ou le répertoire de l'utilisateur (par ex. .aipyconfig), remplissez les informations relatives à l'API :

    [llm]
    api_key = your_deepseek_api_key
    model = deepseek
    

    La prise en charge des modèles locaux (par exemple Ollama, LMStudio) nécessite la configuration de l'adresse API.

  6. Lancer AiPy
    Exécutez la commande suivante :

    aipython
    

    Par défaut, vous entrez dans le mode tâche avec l'invite AiPy (Quit with 'exit()') >>>.

Utilisation de base

AiPy propose un mode tâche et un mode Python, les deux modes étant interopérables.

  • mode mission
    Idéal pour le traitement rapide des tâches. L'utilisateur saisit un langage naturel et AiPy génère et exécute le code. Exemple :

    ai("读取 orders.csv,计算每种产品的总收入")
    

    AiPy Générer du code :

    import pandas as pd
    df = pd.read_csv('orders.csv')
    df['收入'] = df['价格'] * df['数量']
    result = df.groupby('产品')['收入'].sum()
    print(result)
    

    Si une bibliothèque tierce est nécessaire, elle sera demandée :

    📦 LLM requests to install third-party packages: ['pandas']
    If you agree, enter 'y [y/n] (n):
    

    importation y Remerciements.

  • Mode Python
    Commande de démarrage pour les utilisateurs familiers avec Python :

    aipython --python
    

    Saisissez directement le code, par exemple :

    import pandas as pd
    df = pd.read_csv('orders.csv')
    print(df.head())
    

    Les données générées en mode tâche peuvent être poursuivies en mode Python.

Fonction en vedette Fonctionnement

  1. la programmation en langage naturel
    L'utilisateur décrit les exigences et AiPy génère automatiquement le code. Exemple :

    ai("从 data.csv 筛选薪资高于 5000 的记录,按年龄排序")
    

    Générer un code :

    import pandas as pd
    df = pd.read_csv('data.csv')
    result = df[df['薪资'] > 5000][['姓名', '年龄', '薪资']].sort_values(by='年龄')
    print(result)
    
  2. Visualisation des données
    Prise en charge de la génération de graphiques. Exemple :

    ai("绘制 orders.csv 中产品收入的饼图")
    

    Générer un code :

    import pandas as pd
    import matplotlib.pyplot as plt
    df = pd.read_csv('orders.csv')
    df['收入'] = df['价格'] * df['数量']
    result = df.groupby('产品')['收入'].sum()
    plt.pie(result, labels=result.index, autopct='%1.1f%%')
    plt.show()
    
  3. Appels de l'API
    Les API Internet et locales sont prises en charge, par exemple :

    ai("查询上海明天天气")
    

    AiPy appelle l'API météo et renvoie les résultats. La clé API doit être configurée.

  4. Correction du code
    AiPy utilise l'AST pour détecter et corriger les erreurs de code, telles que les problèmes d'indentation ou de syntaxe, afin de garantir un fonctionnement harmonieux.
  5. déploiement local
    Il prend en charge les opérations locales, le traitement des données étant effectué sur l'appareil de l'utilisateur, ce qui convient aux scénarios de données sensibles. Il n'est pas nécessaire d'utiliser le réseau après avoir configuré le modèle local.

Exemple de déroulement des opérations

avec sales.csv(Colonnes : Produit, Prix, Volume) à titre d'exemple :

  1. Démarrer AiPy :
    aipython
    
  2. Saisissez la tâche :
    ai("读取 sales.csv,计算每种产品总销量")
    

    Sortie :

    产品    总销量
    手机    100
    电脑     50
    
  3. Générer des graphiques :
    ai("绘制总销量的柱状图")
    

    Affiche un graphique à barres.

  4. Passer en mode Python :
    aipython --python
    

    Entrée :

    plt.title('产品销量')
    plt.show()
    

mise en garde

  • Assurez-vous que le chemin d'accès au fichier est correct, sinon un message d'erreur s'affiche.
  • Vérifiez l'état du réseau ou du modèle local lors de la configuration de l'API.
  • Les modèles locaux nécessitent un support matériel (par exemple, GPU).
  • Quitter AiPy Input exit().

scénario d'application

  1. l'analyse des données
    Les ingénieurs de données traitent rapidement Excel ou CSV pour le nettoyage, les statistiques et la visualisation, éliminant ainsi le codage manuel.
  2. Programmation de l'apprentissage
    Les débutants essaient de réaliser des tâches en langage naturel, voient le code généré et apprennent à utiliser la bibliothèque Python.
  3. script d'automatisation
    Les développeurs génèrent des scripts pour traiter les fichiers, surveiller les ressources ou appeler des API.
  4. Aide à la vie
    Consultez la météo, planifiez votre voyage ou filtrez votre nourriture, et AiPy rassemble automatiquement les résultats.

 

QA

  1. Quels sont les modèles pris en charge par AiPy ?
    Support DeepSeek, Ollama, LMStudio, etc., vous pouvez définir l'API dans le fichier de configuration. DeepSeek est recommandé.
  2. Comment appeler l'API locale ?
    Ajoutez l'adresse et la description de l'API au fichier de configuration et AiPy génère automatiquement le code d'appel.
  3. Qu'en est-il des erreurs de code ?
    AiPy corrige les erreurs courantes via l'AST. En cas d'échec, ajustez-le manuellement en mode Python.
  4. Dois-je travailler en réseau ?
    Le déploiement local ne nécessite pas de réseau, ce qui convient aux scénarios privés. Les appels à l'API Internet nécessitent un réseau.
© déclaration de droits d'auteur

Articles connexes

Pas de commentaires

Vous devez être connecté pour participer aux commentaires !
S'inscrire maintenant
aucun
Pas de commentaires...