はじめに
PhiDataは、インテリジェントなAIアシスタントを開発するために設計されたフレームワークです。PhiDataは、AIアシスタントのインテリジェンスを強化するだけでなく、その応用範囲を拡大し、ユーザーのニーズをより正確に理解し、対応できるようにします。
機能一覧
- メモリー:チャット履歴を保存し、長期的な会話を維持
- 知識:ベクトル・データベースを通じて情報を保存し、ビジネス・コンテキストを提供する。
- ツール:APIを呼び出してデータを取得したり、メールを送信したり、データベースクエリを実行したり。
- データ分析:SQL、DuckDb、その他のツールを使ったデータ分析
- レポート作成:調査を行い、レポートを作成する
- Q&A:PDFやAPIなどからの質問に答える!
- 記事や動画の要約:記事や動画の内容を要約する
ヘルプの使用
Phidataのインストール
- https://github.com/phidatahq/phidata
- 開発環境にPythonとpipがインストールされていることを確認してください。
- コマンドラインツールで以下のコマンドを実行し、Phidataをインストールする:
pip install -U phidata
環境設定
- OpenAIのAPIを使う場合など、環境変数を設定するには
OPENAI_API_KEY
::輸出 OPENAI_API_KEY=sk-xxxx
クイックスタート
ウェブ検索にDuckDuckGoを使えるAIアシスタントを作る
- ドキュメントの作成
アシスタント.py
::より ファイ・アシスタント インポート アシスタント より phi.tools.ダックダックゴー インポート ダックダックゴー assistant = Assistant(ツール=[DuckDuckGo()], show_tool_calls=)真) assistant.print_response(「フランスで何が起きているのか?マークダウン真)
- ライブラリをインストールし、アシスタントを実行します:
pip install openai duckduckgo-search python assistant.py
財務データを照会できるアシスタントを作成する
- ドキュメントの作成
finance_assistant.py
::より ファイ・アシスタント インポート アシスタント より phi.llm.openai インポート OpenAIChat より ファイ.ツール.yfinance インポート YFinanceTools アシスタント = アシスタント( llm=OpenAIChat(モデル=)「gpt-4o), ツール=[YFinanceTools(stock_price=)真アナリストの推奨=」。真company_info=真company_news=真)] show_tool_calls=真, マークダウン真) ) assistant.print_response(「NVDAの株価は?) assistant.print_response(「NVDAとAMDの比較を書いてください。)
- ライブラリをインストールし、アシスタントを実行します:
pip install yfinance python finance_assistant.py
高度なアプリケーション
PhiDataは基本的なAIアシスタントの構築に適しているだけでなく、データモデル生成、SQLデータ分析、Pythonコード実行などの高度な機能も備えています。以下は、高度な機能の例である:
Pythonコードを書いて実行するためのヘルパー
- ドキュメントの作成
python_assistant.py
::より phi.assistant.パイソン インポート PythonAssistant assistant = PythonAssistant() assistant.print_response("フィボナッチ数列を計算するPythonスクリプトを書く")
- ライブラリをインストールし、アシスタントを実行します:
pip install openai python python_assistant.py
上記の手順で、PhiDataのパワーを最大限に活用した独自のインテリジェントなAIアシスタントをすぐに始めることができます。
なぜフィデータなのか
質問だ:LLMが行動を起こすには、限られた背景しかない。
解決策思い出、知識、道具を加える。
メモリ:を組み合わせることでチャット履歴データベースに保存されることで、LLMは長期的な対話が可能になる。
知識だ:ベクターデータベースに情報を保存することで、LLMは次のような機能を提供する。運営上の背景
道具だ:LLMがAPIからデータを取得したり、電子メールを送信したり、データベースに問い合わせたりできるようにする。リグ.
記憶と知識がLLMを作るよりスマートに。そして、その道具が彼らを作る自治.
どのように機能するのか?
ステップ1:アシスタント`の作成
ステップ2:ツール(機能)、ナレッジ(vectordb)、ストレージ(データベース)の追加
ステップ3:Streamlit、FastApi、Djangoを使ってAIアプリを構築しましょう!
例
1.仮想環境を作る
Terminal`を開き、pythonの仮想環境を作る。
python3 -m venv ~/.venvs/aienv
ソース ~/.venvs/aienv/bin/activate
2.phidataのインストール
pip install -U phidata
3.アシスタントを作る
assistant.py`はDuckDuckGoを使ってウェブを検索できるアシスタントを使ったファイルを作成します。
from phi.assistant.import Assistant
from phi.tools.duckduckgo import DuckDuckGoassistant = Assistant(tools=[DuckDuckGo()], show_tool_calls=True)
assistant.print_response("Whats happening in France?", markdown=True)
4.アシスタントを実行する
デフォルトではヘルパー `OpenAI` を使用する。OPENAI_API_KEY` を設定する(これは [以下はゲット・ワン)。
export OPENAI_API_KEY=sk-***
openai` と `duckduckgo` をインストールする。
pip install openai duckduckgo-search
ランニング・アシスタント
python assistant.py
デモンストレーション
phidataで構築された以下のAIアプリケーションをご覧ください:
[PDF AI]PDFの問題を要約して答えなさい。
[ArXiv AI] ArXiv APIを使用して、ArXiv論文に関する質問に答えます。
[ハッカーニュース AI]HackerNewsのストーリー、ユーザー、最新ニュースをまとめています。