Schritt-für-Schritt-Anleitung zum Erstellen domänenspezifischer KI-Agenten mit Phidata SDK

Vereinfachte Lösung für die Entwicklung von KI-Agenten: Phidata SDK

Heutzutage hat AI Agent viel Aufmerksamkeit auf sich gezogen und viele Unternehmen konkurrieren um die Entwicklung ihres eigenen Agenten. Während einige Unternehmen sich dafür entscheiden, von Grund auf neu zu entwickeln, ist die größte Sorge für Entwickler häufig der Zeitaufwand für die Entwicklung und den Test verschiedener KI-Tools (für Funktionsaufrufe), was zu längeren Entwicklungszyklen führen kann.

Im Laufe der Zeit entstehen jedoch neue Lösungen, die Entwicklern dabei helfen, den Prozess der Erstellung von KI-Agenten zu vereinfachen. Phidata ist eine der Lösungen.

Was ist Phidata?

Phidata SDK macht es einfach, AI Agent mit nur wenigen Zeilen Python-Code zu erstellen. Das Beste ist, dass es viele nützliche KI-Tools direkt bereitstellt, ohne sie von Grund auf neu schreiben zu müssen.

Einige der sofort einsatzbereiten KI-Tools von Phidata:

• Google-Suche, Exa (für die Websuche)
• Erneut senden (zum Senden einer E-Mail)
• Crawl4AI und Firecrawl (für Web-Crawling)
• DuckDB (zur Datenanalyse)
• Python-Agent (zum Schreiben und Ausführen von Python-Code)
• Dateien (werden zum Lesen von Dateien zum Erstellen des RAG-Agenten verwendet)
• GitHub (für die Interaktion mit GitHub)
• CalCom Agent (zum Planen von Besprechungen mit Cal.com)

Und mehr! Die vollständige Liste der von Phidata bereitgestellten Tools können Sie hier einsehen.

Mit den oben genannten Tools oder ihrer Kombination können wir sehr komplexe und spannende KI-Agenten erstellen, wie zum Beispiel:

• Datenanalyse-Agent
• Forschungsagent
• Handelsvertreter
• Einkaufsagent

Um nur einige zu nennen.

Verwenden Sie „Team Agent“, um erweiterte Agenten zu erstellen

Eine coole Funktion des

Phidata SDK ist, dass Sie mehrere Tools zu einem Team kombinieren können, das als „Team Agent“ bezeichnet wird. Sie könnten beispielsweise ein Team erstellen, das die Tools „DuckDuckGo“ und „Yahoo Finance“ umfasst und Daten aus zwei Quellen abruft: Web und Yahoo Finance.

Der Agent dieses Teams arbeitet wie folgt:

• Der Benutzer gibt dem Agenten die folgenden Anweisungen: „Fassen Sie die Empfehlungen der Analysten zusammen und teilen Sie die neuesten Nachrichten von NVDA“
• Unser Agent durchsucht das Internet nach den neuesten Nachrichten über NVIDIA
• Der Agent suchte auch auf Yahoo Finance nach dem Börsenkürzel „NVDA“, um die Finanzdaten des Unternehmens zu erhalten
• Schließlich präsentiert unser Agent Daten aus zwei Quellen (Web und Yahoo Finance) in einer schönen Tabelle.

Cool, oder?

Da wir nun die Funktionen verstanden haben, die mit dem Phidata SDK erreicht werden können, schauen wir uns nun an, wie man damit einen einfachen Finanzanalyse-Agenten erstellt.

Erste Schritte mit Phidata SDK

Beginnen wir mit dem Aufbau unseres Finanzanalyse-Agenten. Es ist perfekt für Anfänger, also machen Sie sich keine Sorgen, dass Sie mithalten können.

Wir werden unseren Agenten in einem Jupyter-Notizbuch auf Google Colab erstellen, das sehr interaktiv und einfach zu teilen ist.

Schritt 1 – Erstellen Sie ein neues Notizbuch auf Google Colab

Klicken Sie hier, um Google Colab aufzurufen. Sie sollten die folgende Oberfläche sehen:

Klicken Sie nun auf die Schaltfläche „Neues Notizbuch“:

Das Laden kann eine Weile dauern. Danach sollten Sie sich in Ihrem neu erstellten Notizbuch befinden, das wie folgt aussieht:

Großartig, fahren wir mit dem nächsten Schritt fort.

Schritt 2 – Installieren Sie alle erforderlichen Bibliotheken in Notebook

Bevor wir mit der Erstellung des AI-Agenten beginnen, müssen wir sicherstellen, dass wir über die erforderlichen Abhängigkeiten im Notebook verfügen. Bitte beachten Sie, dass Google Colab einige häufig verwendete Bibliotheken in Notebook vorinstalliert. Um jedoch sicherzustellen, dass wir über alle benötigten Bibliotheken verfügen, werden wir trotzdem alle Bibliotheken installieren.

Wir werden die folgenden Bibliotheken installieren:

• yfinance – Erhalten Sie die Finanzdaten eines Unternehmens
• openai – Ermöglicht Phidata die Nutzung des LLM von OpenAI zur Ausführung von KI-Agenten
• duckduckgo-search – Durchsuchen Sie das Web mit DuckDuckGo
• Phidata – Lädt vorgefertigte KI-Tools, um Funktionsaufrufe durchzuführen und Teamagenten zu erstellen.

Um diese Bibliotheken zu installieren, kopieren Sie den folgenden Befehl und fügen Sie ihn in den ersten Zellenblock ein:

<code>pip install openai yfinance duckduckgo-search phidata</code>

Es sollte so aussehen:

Klicken Sie als Nächstes auf das Wiedergabesymbol auf der linken Seite, wie unten gezeigt:

Lassen Sie nun alle Abhängigkeiten für eine Weile installieren. Sobald die Installation abgeschlossen ist, sollten Sie links neben der Schaltfläche „Ausführen“ ein kleines grünes Häkchen sehen, etwa so:

Lassen Sie uns die Ausgabe der Zelle ausblenden, da sie zu viel Platz im Notebook einnimmt. Klicken Sie auf die Schaltfläche unter der Schaltfläche „Ausführen“ und dann auf „Ausgabe anzeigen/ausblenden“.

Schritt 3 – Umgebungsvariable OPENAI_API_KEY hinzufügen

Jetzt müssen wir den OpenAI-API-Schlüssel zu unserer Umgebung hinzufügen. Fügen Sie dem Notizbuch weiterhin eine neue Zelle hinzu, indem Sie auf die unten gezeigte Schaltfläche klicken:

Fügen Sie nun den folgenden Code in diese neue Zelle ein und führen Sie ihn aus. Ersetzen Sie den Wert your_api_key durch den tatsächlichen OpenAI-API-Schlüssel, den Sie von https://www.php.cn/link/9e4aef142346875a7f13f4a42526a69f erhalten haben.

<code>pip install openai yfinance duckduckgo-search phidata</code>

Es sollte so aussehen:

Schritt 4 – Code für Agent schreiben

Im letzten Schritt schreiben wir den eigentlichen Code für den Agenten. Da es sich um ein „Agententeam“ handelt (was bedeutet, dass es sich um einen KI-Agenten handelt, der aus mehreren Agenten besteht), erstellen wir zunächst zwei Agenten mit dem Phidata SDK, nämlich web_agent und finance_agent. Der Webagent durchsucht das Internet nach Nachrichten über das Unternehmen, während der Finanzagent Yahoo Finance nach Finanzdaten des Unternehmens durchsucht. Schließlich erstellen wir einen dritten Agenten, indem wir diese beiden Agenten an das „teams“-Array dieses Agenten übergeben, was zur Erstellung des „Agententeams“ führt. Dieser dritte Agent wird derjenige sein, den wir letztendlich verwenden, um Unternehmensdaten aus dem Internet und Yahoo Finance zu erhalten.

<code>import os

os.environ['OPENAI_API_KEY'] = "your_api_key"</code>

Fügen Sie eine neue Zelle zu Ihrem Notizbuch hinzu. Kopieren Sie dann den obigen Code und fügen Sie ihn in eine neue Zelle ein.

Das ist es! Betreiben Sie die Zelle weiter. Es wird einige Zeit dauern, bis die Ausführung abgeschlossen ist. Sobald die Ausführung abgeschlossen ist, können Sie die Ausgabe wie folgt sehen (Sie müssen nach unten scrollen):

Der Ausgabetext sieht klein aus, weil ich ihn verkleinert habe, damit die gesamte Ausgabe in einen einzigen Screenshot passt.

So konnten wir diesen Finanzanalyse-Agenten in sehr kurzer Zeit aufbauen. Natürlich ist der Bericht etwas einfach und könnte etwas detaillierter sein, aber wir können unsere Agenten jederzeit verbessern, indem wir mehr Daten aus verschiedenen Quellen hinzufügen, indem wir dem Team neue Agenten hinzufügen (oder unsere eigenen Funktionstools von Grund auf erstellen).

Sie können meinem Konto auf LinkedIn folgen , um mehr über AI Agent zu erfahren!

Das obige ist der detaillierte Inhalt vonSchritt-für-Schritt-Anleitung zum Erstellen domänenspezifischer KI-Agenten mit Phidata SDK. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!