AI Data Analysis MultiAgent
1.0.0
Este es un sistema de asistente de investigación de IA avanzado que utiliza múltiples agentes especializados para ayudar en tareas como el análisis de datos, la visualización y la generación de informes. El sistema emplea a Langchain, los modelos GPT de OpenAI y Langgraph para manejar procesos de investigación complejos, integrando diversas arquitecturas de IA para un rendimiento óptimo.
La integración de un agente de tomadores de notas dedicado distingue a este sistema de las tuberías de análisis de datos tradicionales. Al mantener un registro conciso pero completo del estado del proyecto, el sistema puede:
git clone https://github.com/starpig1129/ai-data-analysis-MulitAgent.gitconda create -n data_assistant python=3.10
conda activate data_assistantpip install -r requirements.txt.env Example a .env y llene todos los valores # 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 = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXIniciar el cuaderno Jupyter:
Establezca yourdataname.csv en data_storage
Abra el archivo main.ipynb .
Ejecute todas las celdas para inicializar el sistema y crear el flujo de trabajo.
En la última celda, puede personalizar la tarea de investigación modificando la variable userInput .
Ejecute las últimas celdas finales para ejecutar el proceso de investigación y ver los resultados.
hypothesis_agent : genera hipótesis de investigaciónprocess_agent : supervisa todo el proceso de investigaciónvisualization_agent : crea visualizaciones de datoscode_agent : escribe código de análisis de datossearcher_agent : realiza literatura y búsquedas webreport_agent : escribe informes de investigaciónquality_review_agent : realiza revisiones de calidadnote_agent : registra el proceso de investigación El sistema utiliza Langgraph para crear un gráfico de estado que administre todo el proceso de investigación. El flujo de trabajo incluye los siguientes pasos:
Puede personalizar el comportamiento del sistema modificando la creación del agente y la definición de flujo de trabajo en main.ipynb .
Las solicitudes de extracción son bienvenidas. Para cambios importantes, abra primero un problema para discutir lo que le gustaría cambiar.
Este proyecto tiene licencia bajo la licencia MIT; consulte el archivo de licencia para obtener más detalles.
Estos son algunos de mis otros proyectos notables:
Sharelmapi es una API de compartir modelos de idiomas locales que utiliza FastAPI para proporcionar interfaces, lo que permite que diferentes programas o dispositivos compartan el mismo modelo local, reduciendo así el consumo de recursos. Admite la generación de transmisión y varios métodos de configuración del modelo.
Un potente bot basado en Discord Bot basado en modelos de lenguaje grande multimodal (LLM), diseñado para interactuar con los usuarios a través del lenguaje natural. Combina capacidades de IA avanzadas con características prácticas, ofreciendo una rica experiencia para las comunidades de discordia.
