PortfolioGPT

Portfoliogpt

Portfoliogpt ist ein AIS -Assistent für erweiterte Portfolioanalyse, mit dem Benutzer Portfoliodaten analysieren und verstehen können. Es verwendet spezielle Tools, um auf Daten aus dem Portfolio von Faisal zugreifen und interpretieren und Einblicke in Fähigkeiten, Arten von Arbeiten und Wiederaufnahme von Informationen geben.

Merkmale

• Qualifikationsanalyse : Ruft detaillierte Informationen zu Fähigkeiten ab, einschließlich Sprachen, Frameworks und Tools.
• Arbeitskategorisierung : Analysen und kategorisiert Arten von Arbeiten basierend auf Fähigkeiten.
• Abruf des Lebenslaufs : Bietet die Lebenslauf -URL für schnellen Zugriff.
• Kontextverständnis : bietet detaillierte Erklärungen und Einblicke in die Portfolio -Daten.

Aufstellen

1. Klonen Sie das Repository:

   git clone https://github.com/faisal-fida/PortfolioGPT.git
   cd PortfolioGPT

2. Abhängigkeiten installieren:

   pip install -r requirements.txt

3. Umgebungsvariablen einrichten:

   cp .env.example .env
   # Update .env with your API keys and configuration 

Verwendung

Führen Sie das Hauptskript aus, um die Portfolio -Daten zu analysieren:

python main.py

Komponenten

main.py

Orchestriert den Gesamtprozess der Abfragung und Analyse von Portfolio -Daten mithilfe der definierten Tools und Eingabeaufforderungen.

app/config.py

Griff Konfigurationseinstellungen und Umgebungsvariablen.

app/toolkit.py

Definiert die PortfolioToolkit -Klasse, die die Tools verwaltet, die für das Abrufen und Analysen von Daten verwendet werden.

app/portfolio_agent/tools.py

Enthält das SkillsData -Tool, das mit der Portfolio -API interagiert, um Fähigkeiten zu holen und zu verarbeiten.

app/portfolio_agent/cleaning.py

Bietet Funktionen zum Reinigen und Formatieren der abgerufenen Portfolio -Daten.

app/portfolio_agent/api_wrapper.py

Implementiert die PortfolioAPIWrapper -Klasse, um mit der Portfolio -API zu interagieren und Daten abzurufen.

Herausforderungen und Lösungen

• Datenintegration : Integration mehrerer Datenquellen und die Sicherstellung der Konsistenz war eine Herausforderung. Wir haben dies gelöst, indem wir robuste Datenreinigung und Formatierungsfunktionen implementiert haben.
• API -Interaktion : Sicherstellen, dass eine zuverlässige Kommunikation mit der Portfolio -API eine sorgfältige Behandlung von Anforderungen und Antworten erfordert.
• Komplexe Eingabeaufforderung : Erstellen effektiver Eingabeaufforderungen für das Sprachmodell umfasste Feinabstimmungs- und iterative Tests, um genaue und relevante Antworten zu erreichen.

Beitragen

Beiträge sind willkommen! Bitte senden Sie Probleme oder ziehen Sie Anfragen zur Verbesserung des Projekts an.

Lizenz

Dieses Projekt ist unter der MIT -Lizenz lizenziert. Weitere Informationen finden Sie in der Lizenzdatei.