使用Swarm框架建立收益報告代理

使用OpenAI的Swarm Framework解鎖自動收益報告分析的功能

想像一下，毫不費力地自動化分析收益報告，提取關鍵見解並產生知情建議的艱辛過程。本文演示瞭如何使用OpenAI的群框架來構建多代理系統以實現這一目標。我們將構建三個專業代理：摘要，情感分析儀和推薦引擎。這種可擴展的模塊化解決方案簡化了財務分析，並將收入報告超出了各種應用程序。

關鍵學習目標：

• 掌握Openai的多代理系統群群框架的基本面。
• 開發代理來總結，情感分析和生成建議。
• 利用模塊化代理進行有效的收益報告分析。
• 使用.ENV文件安全地管理API鍵。
• 實施多代理系統以自動化收益報告處理。
• 了解多代理系統在金融中的現實應用。
• 使用OpenAI的群進行設置並執行多代理工作流程。

本文是數據科學博客馬拉鬆的一部分。

目錄：

• 關鍵學習目標
• 介紹Openai的群
• 多代理系統應用程序和優勢
• 步驟1：項目設置
• 步驟2：安全API密鑰存儲
• 步驟3：代理實施
• 步驟4：文件加載助手功能
• 步驟5：將組件集成在main.py中
• 步驟6：樣本收入報告創建
• 步驟7：程序執行
• 結論
• 常見問題

引入Openai的群：

Openai輕巧，實驗框架的Swarm擅長於多代理編排。它促進了多種代理的協調，每個代理都專門從事特定任務（例如，摘要，情感分析，建議生成）。我們的系統將包括三個代理：

• 摘要代理：提供收益報告的簡明摘要。
• 情感代理：分析報告中表達的情緒。
• 建議代理：根據情感分析提供可行的建議。

多代理系統應用和優勢：

此處介紹的多機構系統適用於各種用例：

• 投資組合管理：自動對多個公司報告的監視，並根據情感趨勢提出投資組合調整。
• 金融新聞摘要：整合實時新聞源，以主動確定潛在的市場轉變。
• 情感跟踪：根據積極/負面的市場新聞情緒預測股票或加密動作。

代理的模塊化使組件可以跨項目重複使用，從而增強了靈活性和可擴展性。

步驟1：項目設置：

首先創建項目結構並安裝必要的依賴項：

 Mkdir Enation_Report
CD ENAINS_REPORT
Mkdir代理商使用
觸摸main.py代理/__ init__.py utils/__ init__.py .gitignore
PIP安裝git https://github.com/openai/swarm.git Openai python-dotenv

步驟2：安全API密鑰存儲：

將您的OpenAI API密鑰安全地存儲在.env文件中：

 <code>OPENAI_API_KEY=your-openai-api-key-here</code>

這樣可以防止代碼中的API密鑰暴露。

步驟3：代理實施：

讓我們創建三個代理：

摘要代理（ agents/summary_agent.py ）：

來自群體進口代理

def summarize_report（context_variables）：
    report_text = context_variables [“ report_text”]
    返回f“摘要：{report_text [：100]} ...”

summary_agent =代理（
    名稱=“摘要代理”，
    說明=“總結收益報告的要點。”，，，
    functions = [summarize_report]
）

情感代理（ agents/sentiment_agent.py ）：

來自群體進口代理

def Analyze_sentiment（context_variables）：
    report_text = context_variables [“ report_text”]
    情感=“正則”如果在report_text中“盈利”其他“負”
    返回f“報告的情緒為：{情感}”

sentiment_agent =代理（
    名稱=“情感代理”，
    說明=“分析報告的情感”。
    函數= [分析_sentiment]
）

推薦代理（ agents/recommendation_agent.py ）：

來自群體進口代理

def generate_recommendation（context_variables）：
    情感= context_variables [“情感”]
    建議=“購買”如果情感==“陽性” else“ hold”
    返回f“我的建議是：{推薦}”

推薦_agent =代理（
    名稱=“推薦代理”，
    說明=“根據情感分析推薦行動。”，
    functions = [generate_recommendation]
）

步驟4：文件加載輔助功能：

創建一個輔助功能（ utils/helpers.py ），以進行有效的文件加載：

 def load_earnings_report（filepath）：
    使用打開（filepath，“ r”）作為文件：
        返回file.read（）

步驟5：在main.py中集成組件：

在您的主要腳本中協調代理：

 ＃...（像以前一樣導入語句）...

＃加載環境變量
load_dotenv（）
os.environ ['OpenAI_API_KEY'] = os.getEnv（'OpenAi_api_key'）

客戶端= swarm（）
report_text = load_earnings_report（“ sample_earnings.txt”）

＃...（與以前一樣執行代理執行）...

步驟6：樣本收入報告創建：

創建帶有示例數據的sample_earnings.txt ：

 <code>Company XYZ reported a 20% increase in profits compared to the previous quarter. Sales grew by 15%, and the company expects continued growth in the next fiscal year.</code>

步驟7：程序執行：

運行程序：

 python main.py

（預期輸出類似於原始文章中提供的圖像。）

結論：

該教程展示了使用OpenAI的群進行自動收益報告分析的多代理系統。它的模塊化設計和適應性使其成為財務分析及以後的強大工具。進一步的增強可能包括整合實時財務API進行動態分析。

經常詢問的問題：（類似於原始常見問題解答部分，但可能會改寫以更好的清晰度和流程）

本文中顯示的媒體不歸[平台名稱]所有，並且由作者酌情使用。

以上是使用Swarm框架建立收益報告代理的詳細內容。更多資訊請關注PHP中文網其他相關文章！