PhiData : construire des intelligences IA avec de la mémoire, des connaissances et des outils

Introduction générale

PhiData est un cadre conçu pour développer des assistants intelligents. Il permet aux assistants intelligents d'engager des conversations à long terme, de fournir un contexte commercial précis et d'effectuer une variété d'actions grâce à une mémoire améliorée, à l'intégration des connaissances et aux capacités d'invocation d'outils. PhiData améliore non seulement l'intelligence des assistants intelligents, mais étend également leur champ d'application, leur permettant de comprendre et de répondre aux besoins des utilisateurs avec une plus grande précision.

 

 

 

 

Liste des fonctions

• Mémoire : enregistrement de l'historique des chats et maintien des conversations à long terme
• Connaissances : stockage d'informations dans des bases de données vectorielles pour fournir des contextes commerciaux.
• Outils : appeler des API pour obtenir des données, envoyer des courriels, effectuer des requêtes dans une base de données, etc.
• Analyse des données : utilisation d'outils tels que SQL, DuckDb, etc. pour l'analyse des données.
• Génération de rapports : effectuer des recherches et générer des rapports
• Q&R : Répondez aux questions posées par les PDF, les API et bien plus encore !
• Résumés d'articles et de vidéos : résumer le contenu d'un article ou d'une vidéo

 

 

Utiliser l'aide

Installation de Phidata

1. https://github.com/phidatahq/phidata
2. Assurez-vous que Python et pip sont installés dans votre environnement de développement.
3. Exécutez la commande suivante dans l'outil de ligne de commande pour installer Phidata :

   pip install -U phidata
   

    

Configuration de l'environnement

1. La définition de variables d'environnement, par exemple lors de l'utilisation de l'API d'OpenAI, nécessite la définition deOPENAI_API_KEY: :

   export OPENAI_API_KEY=sk-xxxx
   

 

démarrage rapide

Création d'un assistant IA capable d'utiliser DuckDuckGo pour effectuer des recherches sur le web

1. Création de documentsassistant.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. Installez la bibliothèque et exécutez l'assistant :

   pip install openai duckduckgo-search
   python assistant.py
   

 

Créer un assistant capable d'interroger des données financières

1. Création de documentsfinance_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. Installez la bibliothèque et exécutez l'assistant :

   pip install yfinance
   python finance_assistant.py
   

 

Applications avancées

PhiData n'est pas seulement adapté à la construction d'assistants d'IA de base, mais dispose également d'une gamme de fonctionnalités avancées, notamment la génération de modèles de données, l'analyse de données SQL et l'exécution de code Python. Voici quelques exemples de fonctionnalités avancées :

Aides à l'écriture et à l'exécution du code Python

1. Création de documentspython_assistant.py: :

   from phi.assistant.python import PythonAssistant
   
   assistant = PythonAssistant()
   assistant.print_response("Write a Python script to calculate the Fibonacci sequence.")
   

2. Installez la bibliothèque et exécutez l'assistant :

   pip install openai
   python python_assistant.py
   

Avec les étapes ci-dessus, vous pouvez rapidement commencer et construire votre propre assistant intelligent d'IA qui tire pleinement parti de la puissance de PhiData.

 

Pourquoi phidata ?

 

Question :Le LLM dispose d'un bagage limité pour agir.
Solution :Ajouter des souvenirs, des connaissances et des outils.

Mémoire :en combinantHistorique du chatStockées dans une base de données, elles permettent à LLM d'engager un dialogue à long terme.
Connaissances :En stockant les informations dans une base de données vectorielles, le LLM fournit les informations suivantesContexte opérationnel.
Outils :Permet aux LLM de prendre des mesures telles que l'extraction de données à partir d'API, l'envoi de courriers électroniques ou l'interrogation de bases de données, etc.gréement.

La mémoire et la connaissance font le LLMPlus intelligent.Et les outils les rendentl'autonomie.

 

Comment cela fonctionne-t-il ?

Étape 1 :Création d'un `Assistant`
Étape 2 :Ajout d'outils (fonctions), de connaissances (vectordb) et de stockage (base de données)
Étape 3 :Créez vos applications d'IA avec Streamlit, FastApi ou Django !

 

exemples

1. créer un environnement virtuel

Ouvrez `Terminal` et créez un environnement virtuel python.

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

2. installer phidata

pip install -U phidata

3. créer un assistant

`assistant.py` crée un fichier utilisant un assistant qui peut chercher sur le web en utilisant DuckDuckGo.

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

assistant = Assistant(tools=[DuckDuckGo()], show_tool_calls=True)
assistant.print_response("Whats happening in France ?", markdown=True)

4) Exécuter l'assistant

Utiliser l'aide `OpenAI` par défaut. Définissez votre `OPENAI_API_KEY` (que vous pouvez obtenir à partir de [Voici]Obtenez-en un).

export OPENAI_API_KEY=sk-***

Installer `openai` & `duckduckgo`.

pip install openai duckduckgo-search

Assistant de direction

python assistant.py

 

démonstrations

Voir les applications d'intelligence artificielle suivantes construites avec phidata :

[PDF AIRésumez et répondez aux questions du PDF.
[ArXiv AIL'API ArXiv est utilisée pour répondre aux questions sur les articles ArXiv.
[HackerNews AI]Résumer les histoires, les utilisateurs et partager les dernières nouvelles de HackerNews.