Claude 3.5 Sonnet으로 AI 스타트업 트렌드 분석 에이전트 구축하기

AI 실습 튜토리얼8개월 전 업데이트 AI 공유 서클
2.5K 00

50줄 미만의 Python 코드로 모든 기능을 갖춘 AI 에이전트 앱(단계별 가이드)

AI 도구는 기업가들이 트렌드를 파악하고 의사 결정을 내리는 방식을 바꾸고 있지만, 스타트업 기회를 분석하기 위한 확장 가능한 솔루션을 구축하려면 여러 데이터 소스를 통합하고 신속하게 처리해야 하는 경우가 많습니다. 하지만 적절한 도구를 갖춘 고급 대규모 언어 모델(LLM)을 사용하면 이 프로세스를 자동화하여 실행 가능한 인사이트를 제공할 수 있습니다.

이 튜토리얼에서는 다음을 구축하는 과정을 안내합니다. AI 스타트업 트렌드 분석 에이전트. 이 AI 에이전트는 스타트업 뉴스를 분석하고, 새로운 트렌드를 파악하고, 스타트업 아이디어를 검증합니다. 이 에이전트는 50줄 미만의 파이썬 코드와 뉴스4k 노래로 응답 덕덕고및 사용 Claude 3.5 소네트.

주요 기능:

  • 사용자 입력: 기업가가 특정 창업 분야 또는 관심 있는 기술을 입력할 수 있습니다.
  • 뉴스 수집: @DuckDuckGo 사용

최신 스타트업 뉴스와 시장 분석을 수집하세요.

  • 초록 생성: News4k를 사용하여 검증된 정보의 간결한 초록을 생성할 수 있습니다.
  • 트렌드 분석: 새로운 벤처 금융 모델, 기술 채택 및 시장 기회 파악하기
  • 프런트엔드 인터페이스: @streamlit

사용자 친화적인 대화형 인터페이스 제공

시스템 아키텍처는 세 개의 에이전트로 구성됩니다:

  • 뉴스 수집: 관련 기사 검색 및 수집을 담당합니다.
  • 요약 작성: 기사 콘텐츠 처리 및 요약하기
  • 트렌드 분석: 요약 분석 및 트렌드 파악하기

실현 단계:

  • 환경 설정: 여기에는 필요한 종속성 설치 및 API 키 획득이 포함됩니다.
  • 간결한 애플리케이션 만들기: 사용자 인터페이스 구축하기
  • 세 에이전트의 기능을 구현하고 이들을 하나의 팀으로 결합하기
  • 분석 워크플로우 실행 및 결과 제시

 

使用 Claude 3.5 Sonnet 构建 AI 创业趋势分析代理

 

구축할 내용

AI 스타트업 트렌드 분석 에이전트는 신생 기업가가 특정 분야의 초기 트렌드, 잠재적 시장 격차 및 성장 기회를 파악하여 실행 가능한 인사이트를 생성할 수 있도록 설계된 도구입니다. 이 도구는 News4k와 DuckDuckGo를 결합하여 스타트업 중심의 기사와 시장 데이터를 스캔하고 분석합니다. Claude 3.5 Sonnet은 이러한 정보를 처리하여 새로운 패턴을 추출하고 기업가들이 유망한 스타트업 기회를 파악할 수 있도록 지원합니다.

기능

  • 사용자 프롬프트기업가는 특정 창업 분야 또는 관심 있는 기술을 입력하여 연구할 수 있습니다.
  • 뉴스 컬렉션최근 스타트업 뉴스, 펀딩 업데이트, 시장 분석 정보를 덕덕고를 통해 수집합니다.
  • 추상 생성뉴스4k를 사용하여 검증된 정보의 간결한 요약을 생성할 수 있습니다.
  • 트렌드 분석스타트업 자금 조달, 기술 채택 및 시장 기회에 대한 트렌드를 체계적으로 파악하고 관련 사례를 분석합니다.
  • 스트림라이트 인터페이스이 애플리케이션은 스트림릿에서 구축한 사용자 친화적인 인터페이스를 사용하여 쉽게 상호작용할 수 있습니다.

 

사전 조건

시작하기 전에 다음 사항을 준비해 주시기 바랍니다:

  1. 컴퓨터에 Python 설치(3.7 이상 권장)
  2. 소유 인트로픽 API 키
  3. 파이썬 프로그래밍에 대한 기본 이해
  4. 선호하는 코드 편집기를 사용하세요(파이썬 지원이 뛰어난 VS Code 또는 PyCharm을 권장합니다).

 

단계별 가이드

개발 환경 설정

먼저 개발 환경을 준비해 보겠습니다:

  1. GitHub 리포지토리를 복제합니다:
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
  1. 로 이동 AI_STARTUP_TREND_분석_에이전트 폴더:
cd ai_agent_tutorials/ai_startup_trend_analysis_agent
  1. 마운팅 필수 종속성::
pip install -r requirements.txt
  1. API 키 받기: 등록하기 인류학 계정으로 이동하여 API 키를 받으세요.

스트림라이트 애플리케이션 만들기

애플리케이션을 만들어 보겠습니다. 새 파일 startup_trends_agent.py를 클릭하고 다음 코드를 추가합니다:

  1. 필요한 라이브러리를 가져옵니다:
    - 웹 애플리케이션 구축을 위한 Streamlit
    - AI 에이전트 및 도구 구축용 Phidata
    - 대규모 언어 모델링 클로드 소네트 3.5
    - 검색용 덕덕고
    - 기사 처리용 뉴스4k
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
  1. Streamlit 애플리케이션을 만듭니다:
    - 간단하고 명확한 인터페이스
    - 보안 API 키 입력
    - 테마 기반 분석
# 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)
  1. 뉴스 수집 에이전트를 만듭니다:
    - 덕덕고로 검색하기
    - 최신 기사 모음
    - 집중력을 유지하기 위해 결과를 5개로 제한
# 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,
)
  1. 요약 생성 에이전트를 추가합니다:
    - 기사 콘텐츠 처리
    - 간결한 요약 만들기
    - 주요 정보 보유
# 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,
)
  1. 트렌드 분석 에이전트를 만듭니다:
    - 요약 내용 분석하기
    - 트렌드 파악
    - 기업가적 기회 활용
# 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,
)
  1. 상담원을 팀으로 결합합니다:
    - 워크플로 조정
    - 데이터 흐름 보장
    - 컨텍스트 일관성 유지
# 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,
)
  1. 분석 워크플로우를 실행합니다:
    - 순차적 처리
    - 데이터 흐름 보장
    - 결과 표시
# 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。")

애플리케이션 실행

코드가 준비되면 애플리케이션을 실행합니다.

  • 터미널에서 프로젝트 폴더로 이동하여 다음 명령을 실행합니다:
streamlit run startup_trends_agent.py
  • Streamlit에서 로컬 URL(보통 http://localhost:8501)을 제공합니다. 브라우저에서 해당 URL을 열고 API 키를 입력한 다음 탐색하려는 영역을 선택하면 AI 에이전트가 알아서 검색을 수행합니다.

 

작동 중인 애플리케이션 데모

요약

AI 에이전트는 50줄 미만의 코드만으로 기업가에게 트렌드 분석을 위한 실행 가능한 인사이트를 제공할 준비가 되어 있습니다.

기능을 더욱 향상시키기 위해 다음과 같은 측면을 고려할 수 있습니다:

  • 시각화트렌드가 그래픽으로 표시되어 모델을 더 명확하고 실행 가능하게 만듭니다.
  • 데이터 필터링지리적 위치, 펀딩 규모 또는 기술 유형에 따라 인사이트를 구체화할 수 있도록 고급 필터를 추가합니다.
  • 조정앱 내에서 공유 및 팀 토론 기능을 활성화하여 인사이트를 더 깊이 활용할 수 있도록 합니다.

더 스마트한 AI 솔루션을 구축하기 위해 지속적으로 실험하고 개선하세요!

© 저작권 정책

관련 문서

댓글 없음

댓글에 참여하려면 로그인해야 합니다!
지금 로그인
없음
댓글 없음...