Aplicativo de agente de IA com todos os recursos em menos de 50 linhas de código Python (guia passo a passo)
As ferramentas de IA estão mudando a maneira como os empreendedores identificam tendências e tomam decisões, mas a criação de uma solução dimensionável para analisar oportunidades de startups geralmente exige a integração de várias fontes de dados e o processamento rápido delas. No entanto, com modelos avançados de linguagem ampla (LLMs) equipados com as ferramentas certas, esse processo pode ser automatizado para fornecer insights acionáveis.
Neste tutorial, você será guiado pelo processo de criação de um Agente de análise de tendências de startups de IA. Esse agente de IA analisará notícias sobre startups, identificará tendências emergentes e validará ideias de startups. Ele usará menos de 50 linhas de código Python, combinadas com Jornal4k responder cantando DuckDuckGoe usar Claude 3.5 Soneto.
Principais recursos:
- Entrada do usuário: permite que os empreendedores insiram áreas empresariais específicas ou tecnologias de interesse
- Coleta de notícias: usando @DuckDuckGo
Coletar as últimas notícias sobre startups e análises de mercado
- Geração de resumos: use o Newspaper4k para gerar resumos concisos de informações validadas.
- Análise de tendências: identificação de modelos emergentes de financiamento de empreendimentos, adoção de tecnologia e oportunidades de mercado
- Interface de front-end: @streamlit
Fornecer uma interface interativa de fácil utilização
A arquitetura do sistema consiste em três agentes:
- Coleta de notícias: responsável pela pesquisa e coleta de artigos relevantes
- Redação de resumos: processamento e resumo do conteúdo do artigo
- Análise de tendências: análise de resumos e identificação de tendências
Etapas de realização:
- Configuração do ambiente: inclui a instalação das dependências necessárias e a obtenção de chaves de API.
- Criação de um aplicativo Streamlit: Criação da interface do usuário
- Implementar as funções de três agentes e combiná-los em uma equipe
- Executar fluxos de trabalho analíticos e apresentar resultados
O que vamos construir
O AI Startup Trend Analysis Agent é uma ferramenta projetada para que empreendedores emergentes gerem percepções acionáveis, identificando tendências incipientes, possíveis lacunas de mercado e oportunidades de crescimento em setores específicos. Ele combina o Newspaper4k e o DuckDuckGo para escanear e analisar artigos e dados de mercado centrados em startups. Com o Claude 3.5 Sonnet, ele processa essas informações para extrair padrões emergentes e ajudar os empreendedores a identificar oportunidades promissoras de startups.
funcionalidade
- prompt do usuárioOs empreendedores podem inserir áreas empresariais específicas ou tecnologias de interesse para pesquisa.
- Coleção de notíciasDuckDuckGo: A agência coleta notícias recentes sobre startups, atualizações de financiamento e análises de mercado por meio do DuckDuckGo.
- Geração de abstratosUse o Newspaper4k para gerar resumos concisos de informações verificadas.
- Análise de tendênciasIdentificação sistemática de tendências em financiamento de startups, adoção de tecnologia e oportunidades de mercado e análise de histórias relacionadas.
- Interface StreamlitInterface de usuário: O aplicativo usa uma interface amigável criada pela Streamlit para facilitar a interação.
pré-condições
Antes de começarmos, verifique se você tem os seguintes itens em vigor:
- Instale o Python em seu computador (recomenda-se a versão 3.7 ou superior)
- posse Chave da API do Anthropic
- Conhecimento básico de programação em Python
- Use seu editor de código favorito (recomendamos o VS Code ou o PyCharm, que têm excelente suporte para Python)
Guia passo a passo
Configuração do ambiente de desenvolvimento
Primeiro, vamos preparar o ambiente de desenvolvimento:
- Clonar um repositório do GitHub:
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
- entrar em ai_startup_trend_analysis_agent Pasta:
cd ai_agent_tutorials/ai_startup_trend_analysis_agent
- montagem Dependências necessárias::
pip install -r requirements.txt
- Obtenha sua chave de API: Registre-se Antrópica e obtenha sua chave de API.
Criação de um aplicativo Streamlit
Vamos criar o aplicativo. Novo arquivo startup_trends_agent.py
e adicione o seguinte código:
- Importe as bibliotecas necessárias:
- Streamlit para criar aplicativos da Web
- para criar agentes e ferramentas de IA Phidata
- Modelagem de linguagem grande Claude Sonnet 3.5
- DuckDuckGo para pesquisa
- Newspaper4k para processamento de artigos
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
- Crie um aplicativo Streamlit:
- Interface simples e clara
- Entrada segura de chave de API
- Análise baseada em temas
# 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)
- Crie um agente de coleta de notícias:
- Pesquisando com o DuckDuckGo
- Coleção dos artigos mais recentes
- Limite de 5 resultados para manter o foco
# 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,
)
- Adicionar um agente de geração de resumo:
- Processamento do conteúdo do artigo
- Criação de resumos sucintos
- Retenção de informações importantes
# 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,
)
- Criar um agente de análise de tendências:
- Análise do conteúdo do resumo
- Identificação de tendências
- Aproveitar as oportunidades de empreendedorismo
# 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,
)
- Combine agentes em equipes:
- Coordenação de fluxos de trabalho
- Garantia de fluxos de dados
- Manutenção da consistência contextual
# 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,
)
- Executar fluxos de trabalho analíticos:
- processamento sequencial
- Garantia de fluxos de dados
- Mostrar resultados
# 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。")
Executar o aplicativo
Quando o código estiver pronto, inicie o aplicativo.
- No terminal, navegue até a pasta do projeto e execute o seguinte comando:
streamlit run startup_trends_agent.py
- O Streamlit fornecerá um URL local (geralmente http://localhost:8501). Abra-o em seu navegador, insira sua chave de API, selecione a área que deseja explorar e veja seu agente de IA fazer a pesquisa para você.
Demonstração de aplicativos em funcionamento
resumos
Em menos de 50 linhas de código, seu agente de IA está pronto para fornecer aos empreendedores insights acionáveis para análise de tendências.
Para aprimorar ainda mais a funcionalidade, os seguintes aspectos podem ser considerados:
- visualizaçãoTendências: as tendências são apresentadas graficamente, tornando o modelo mais claro e mais prático.
- Filtragem de dadosAdicione filtros avançados para que os usuários refinem os insights com base na localização geográfica, no tamanho do financiamento ou no tipo de tecnologia.
- coordenaçãoAtivar recursos de compartilhamento e discussão em equipe no aplicativo para facilitar a utilização mais profunda dos insights.
Faça experimentos e aprimoramentos contínuos para criar soluções de IA mais inteligentes!