Phidata SDK를 사용하여 도메인별 AI 에이전트를 구축하기 위한 단계별 가이드

AI Agent 개발을 위한 단순화된 솔루션: Phidata SDK

요즘 AI 에이전트가 많은 주목을 받고 있으며, 많은 기업들이 자체 에이전트 구축을 위해 경쟁하고 있습니다. 일부 회사는 처음부터 구축하기로 선택하지만 개발자에게 가장 큰 골칫거리는 다양한 AI 도구(함수 호출용)를 구축하고 테스트하는 데 필요한 시간으로 인해 개발 주기가 연장될 수 있다는 점입니다.

그러나 시간이 지남에 따라 개발자가 AI 에이전트 구축 프로세스를 단순화하는 데 도움이 되는 새로운 솔루션이 등장하고 있습니다. Phidata는 그 솔루션 중 하나입니다.

피데이터란 무엇인가요?

Phidata SDK를 사용하면 Python 코드 몇 줄만으로 AI Agent를 쉽게 구축할 수 있습니다. 무엇보다도, 처음부터 작성할 필요 없이 많은 유용한 AI 도구를 직접 제공합니다.

Phidata에서 제공하는 기본 AI 도구 중 일부:

• Google 검색, Exa(웹 검색용)
• 재전송(이메일 전송용)
• Crawl4AI 및 Firecrawl(웹 크롤링용)
• DuckDB(데이터 분석용)
• Python 에이전트(Python 코드 작성 및 실행용)
• 파일(RAG 에이전트를 구축하기 위해 파일을 읽는 데 사용됨)
• GitHub(GitHub과 상호작용용)
• CalCom 에이전트(Cal.com을 사용하여 회의 예약용)

그리고 더 많은 것! 여기에서 Phidata가 제공하는 도구의 전체 목록을 볼 수 있습니다.

위 도구나 그 조합을 사용하면 다음과 같이 매우 복잡하고 흥미로운 AI 에이전트를 구축할 수 있습니다.

• 데이터 분석 에이전트
• 연구요원
• 판매대행
• 쇼핑대행

몇 가지 예를 들면 다음과 같습니다.

"팀 에이전트"를 사용하여 고급 에이전트 생성

Phidata SDK의 멋진 기능은 여러 도구를 "팀 에이전트"라고 하는 하나의 팀으로 결합할 수 있다는 것입니다. 예를 들어 웹과 Yahoo Finance 두 소스에서 데이터를 가져오는 "DuckDuckGo" 및 "Yahoo Finance" 도구가 포함된 팀을 만들 수 있습니다.

이 팀의 에이전트는 다음과 같이 작동합니다.

• 사용자는 에이전트에게 "분석가의 권장 사항 요약 및 NVDA의 최신 뉴스 공유"라는 지시를 내립니다.
• 저희 에이전트는 웹에서 NVIDIA에 대한 최신 뉴스를 검색합니다
• 또한 에이전트는 회사의 재무 데이터를 얻기 위해 Yahoo Finance에서 주식 기호 "NVDA"를 검색했습니다
• 마지막으로 우리 에이전트는 두 소스(웹 및 Yahoo Finance)의 데이터를 아름다운 테이블에 표시합니다.

멋지죠?

이제 Phidata SDK를 사용하여 수행할 수 있는 기능을 이해했으므로 이를 사용하여 간단한 재무 분석 에이전트를 만드는 방법을 계속 살펴보겠습니다.

Phidata SDK 시작하기

재무 분석 에이전트 구축을 시작해 보겠습니다. 초보자에게 딱 맞는 내용이므로 따라잡는 것에 대해 걱정하지 마세요.

매우 대화형이고 공유하기 쉬운 Google Colab의 Jupyter Notebook에서 에이전트를 만들겠습니다.

1단계 - Google Colab에서 새 노트 만들기

Google Colab에 들어가려면 여기를 클릭하세요. 다음 인터페이스가 표시됩니다.

이제 '새 노트북' 버튼을 클릭하세요.

로드하는 데 시간이 걸릴 수 있으며 그 후 새로 생성된 노트북은 다음과 같습니다.

좋습니다. 다음 단계로 넘어가겠습니다.

2단계 - 노트북에 필요한 모든 라이브러리 설치

AI 에이전트 생성을 시작하기 전에 노트북에 필요한 종속성이 있는지 확인해야 합니다. Google Colab은 일반적으로 사용되는 일부 라이브러리를 노트북에 사전 설치하지만 필요한 모든 라이브러리가 있는지 확인하기 위해 모든 라이브러리를 계속 설치합니다.

다음 라이브러리를 설치합니다:

• yfinance - 회사의 재무 데이터 가져오기
• openai - Phidata가 OpenAI의 LLM을 사용하여 AI 에이전트를 실행할 수 있도록 허용합니다
• duckduckgo 검색 - DuckDuckGo로 웹 검색
• Phidata - 미리 작성된 AI 도구를 로드하여 기능을 호출하고 팀 에이전트를 생성합니다.

이러한 라이브러리를 설치하려면 아래 명령을 복사하여 첫 번째 셀 블록에 붙여넣으세요.

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

다음과 같아야 합니다.

다음으로 아래와 같이 왼쪽에 있는 재생 아이콘을 클릭하세요.

이제 잠시 동안 모든 종속성을 설치해 보겠습니다. 설치가 완료되면 실행 버튼 왼쪽에 다음과 같이 작은 녹색 확인 표시가 나타납니다.

셀의 출력은 노트북에서 너무 많은 공간을 차지하므로 숨기도록 하겠습니다. 실행 버튼 아래의 버튼을 클릭한 다음 출력 표시/숨기기를 클릭합니다.

3단계 - OPENAI_API_KEY 환경 변수 추가

이제 환경에 OpenAI API 키를 추가해야 합니다. 아래에 표시된 버튼을 클릭하여 노트북에 새 셀을 계속 추가하세요.

이제 새 셀에 다음 코드를 붙여넣고 실행해 보세요. your_api_key 값을 https://www.php.cn/link/9e4aef142346875a7f13f4a42526a69f에서 얻은 실제 OpenAI API 키로 바꿉니다.

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

다음과 같아야 합니다.

4단계 - 에이전트용 코드 작성

마지막 단계에서는 에이전트의 실제 코드를 작성해 보겠습니다. 이는 "에이전트 팀"(여러 에이전트로 구성된 AI 에이전트를 의미)이므로 먼저 Phidata SDK를 사용하여 web_agent 및 finance_agent라는 두 개의 에이전트를 생성합니다. 웹 에이전트는 웹에서 회사에 대한 뉴스를 검색하고 금융 에이전트는 Yahoo Finance에서 회사의 재무 데이터를 검색합니다. 마지막으로 이 두 에이전트를 이 에이전트의 "팀" 배열에 전달하여 세 번째 에이전트를 생성합니다. 그러면 "에이전트 팀"이 생성됩니다. 이 세 번째 에이전트는 웹과 Yahoo Finance에서 회사 데이터를 얻는 데 궁극적으로 사용되는 에이전트입니다.

<code>import os

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

노트북에 새 셀을 추가하세요. 그런 다음 위 코드를 복사하여 새 셀에 붙여넣습니다.

그렇습니다! 셀을 계속 실행합니다. 실행을 완료하는 데 시간이 좀 걸립니다. 완료되면 다음과 같은 출력을 볼 수 있습니다(맨 아래로 스크롤해야 함).

전체 출력을 하나의 스크린샷에 맞도록 크기를 줄였기 때문에 출력 텍스트가 작아 보입니다.

그래서 우리는 매우 짧은 시간에 재무 분석 에이전트를 구축할 수 있었습니다. 분명히 보고서는 약간 기본적이고 좀 더 상세할 수 있지만 팀에 새 에이전트를 추가하거나 처음부터 자체 기능 도구를 구축하여 다양한 소스에서 더 많은 데이터를 추가함으로써 항상 에이전트를 개선할 수 있습니다.

AI Agent에 대해 자세히 알아보려면 LinkedIn에서 내 계정을 팔로우하세요!

위 내용은 Phidata SDK를 사용하여 도메인별 AI 에이전트를 구축하기 위한 단계별 가이드의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!