AI Data Analysis MultiAgent

مساعد البحث الذي يحركه AI

ملخص

هذا نظام مساعد لبحوث الذكاء الاصطناعى المتقدم يستخدم الوكلاء المتخصصين متعددة للمساعدة في مهام مثل تحليل البيانات والتصور وتوليد التقارير. يستخدم النظام Langchain ، ونماذج GPT من Openai ، و Langgraph للتعامل مع عمليات البحث المعقدة ، ودمج بنيات الذكاء الاصطناعى المتنوعة من أجل الأداء الأمثل.

الميزات الرئيسية

• توليد الفرضية والتحقق من الصحة
• معالجة البيانات وتحليلها
• خلق التصور
• البحث على الويب واسترجاع المعلومات
• توليد الكود والتنفيذ
• كتابة التقارير
• مراجعة الجودة والمراجعة
• التكامل المعماري المتنوع :
  • وكلاء المشرف للإشراف على عملية التحليل
  • سلسلة من التفكير المطبوع لحل المشكلات المعقدة
  • وكلاء الناقد لضمان الجودة وفحص الخطأ
• Note Note Taker Agent :
  • يسجل باستمرار الوضع الحالي للمشروع
  • يوفر بديلاً أكثر كفاءة لنقل المعلومات التاريخية الكاملة
  • يعزز قدرة النظام على الحفاظ على السياق والاستمرارية عبر مراحل التحليل المختلفة
• سير العمل التكيفي : يعدل ديناميكيًا نهج التحليل بناءً على البيانات والمهمة المطروحة

لماذا فريدة من نوعها

يضع تكامل وكيل Taker المخصص المخصص لهذا النظام بصرف النظر عن خطوط أنابيب تحليل البيانات التقليدية. من خلال الحفاظ على سجل موجز ولكنه شامل لحالة المشروع ، يمكن للنظام:

1. تقليل النفقات العامة الحسابية
2. تحسين الاحتفاظ بالسياق عبر مراحل التحليل المختلفة
3. تمكين نتائج التحليل الأكثر تماسكًا ومتسقة

متطلبات النظام

• بيثون 3.10 أو أعلى
• Jupyter Procedboor Environment

تثبيت

1. استنساخ المستودع:

git clone https://github.com/starpig1129/ai-data-analysis-MulitAgent.git

2. قم بإنشاء وتفعيل بيئة افتراضية كوندا:

conda create -n data_assistant python=3.10
conda activate data_assistant

3. تثبيت التبعيات:

pip install -r requirements.txt

4. إعداد متغيرات البيئة: إعادة تسمية .env Example على .env وملء جميع القيم

 # Your data storage path(required)
DATA_STORAGE_PATH =./data_storage/

# Anaconda installation path(required)
CONDA_PATH = /home/user/anaconda3

# Conda environment name(required)
CONDA_ENV = envname

# ChromeDriver executable path(required)
CHROMEDRIVER_PATH =./chromedriver-linux64/chromedriver

# Firecrawl API key (optional)
# Note: If this key is missing, query capabilities may be reduced
FIRECRAWL_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

# OpenAI API key (required)
# Warning: This key is essential; the program will not run without it
OPENAI_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

# LangChain API key (optional)
# Used for monitoring the processing
LANGCHAIN_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

الاستخدام

1. بدء دفتر Jupyter:

2. اضبط yourdataname.csv في data_storage

3. افتح ملف main.ipynb .

4. قم بتشغيل جميع الخلايا لتهيئة النظام وإنشاء سير العمل.

5. في الخلية الأخيرة ، يمكنك تخصيص مهمة البحث عن طريق تعديل متغير userInput .

6. قم بتشغيل الخلايا القليلة الأخيرة لتنفيذ عملية البحث وعرض النتائج.

المكونات الرئيسية

• hypothesis_agent : يولد فرضيات البحث
• process_agent : يشرف على عملية البحث بأكملها
• visualization_agent : ينشئ تصورات البيانات
• code_agent : يكتب رمز تحليل البيانات
• searcher_agent : يقوم الأدب وعمليات البحث على الويب
• report_agent : يكتب تقارير البحث
• quality_review_agent : يقوم بإجراء مراجعات الجودة
• note_agent : يسجل عملية البحث

سير العمل

يستخدم النظام Langgraph لإنشاء رسم بياني الحالة يدير عملية البحث بأكملها. يتضمن سير العمل الخطوات التالية:

1. توليد الفرضية
2. اختيار الإنسان (متابعة أو تجديد فرضية)
3. المعالجة (بما في ذلك تحليل البيانات ، والتصور ، والبحث ، وكتابة التقارير)
4. مراجعة الجودة
5. المراجعة حسب الحاجة

التخصيص

يمكنك تخصيص سلوك النظام عن طريق تعديل إنشاء الوكيل وتعريف سير العمل في main.ipynb .

ملحوظات

• تأكد من أن لديك ائتمانات Openai API كافية ، حيث سيقوم النظام بإجراء مكالمات API متعددة.
• قد يستغرق النظام بعض الوقت لإكمال عملية البحث بأكملها ، اعتمادًا على تعقيد المهمة.
• تحذير : يجوز لنظام الوكيل تعديل البيانات التي يتم تحليلها. يوصى بشدة بنسخ البيانات الخاصة بك قبل استخدام هذا النظام.

القضايا والحلول الحالية

1. خطأ خادم Openai الداخلي (رمز الخطأ: 500)
2. تحسين كفاءة Notetaker
3. تحسين وقت التشغيل بشكل عام
4. يجب أن يكون المصفاة أفضل

المساهمة

طلبات السحب موضع ترحيب. للتغييرات الرئيسية ، يرجى فتح مشكلة أولاً لمناقشة ما تريد تغييره.

رخصة

تم ترخيص هذا المشروع بموجب ترخيص معهد ماساتشوستس للتكنولوجيا - راجع ملف الترخيص للحصول على التفاصيل.

تاريخ النجوم

مشاريع أخرى

إليك بعض مشاريعي البارزة الأخرى:

Sharelmapi

Sharelmapi عبارة عن واجهة برمجة تطبيقات نموذج لغة محلية تستخدم FastApi لتوفير واجهات ، مما يسمح لبرامج أو جهاز مختلف بمشاركة نفس النموذج المحلي ، وبالتالي تقليل استهلاك الموارد. وهو يدعم تدفق توليد وطرق تكوين النموذج المختلفة.

• جيثب: Sharelmapi

Pigpig: Advanced Multi-Modal LLM Discord Bot:

روبوت Discord قوي يعتمد على نماذج لغة كبيرة متعددة الوسائط (LLM) ، مصممة للتفاعل مع المستخدمين من خلال اللغة الطبيعية. فهو يجمع بين قدرات الذكاء الاصطناعى المتقدمة والميزات العملية ، مما يوفر تجربة غنية لمجتمعات Discord.

• جيثب: AI-Discord-Bot-Pigpig