PortfolioGPT

Cartera

Portfoliogpt es un asistente de IA de cartera avanzado diseñado para ayudar a los usuarios a analizar y comprender los datos de la cartera. Utiliza herramientas especializadas para acceder e interpretar datos de la cartera de Faisal, proporcionando información sobre habilidades, tipos de trabajos e información de reanudación.

Características

• Análisis de habilidades : Recupera información detallada sobre habilidades, incluidos idiomas, marcos y herramientas.
• Categorización de trabajo : analiza y clasifica los tipos de trabajo basados ​​en habilidades.
• Recuperación de currículums : proporciona la URL de currículum para acceso rápido.
• Comprensión contextual : ofrece explicaciones y ideas detalladas sobre los datos de la cartera.

Configuración

1. Clon el repositorio:

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

2. Instalar dependencias:

   pip install -r requirements.txt

3. Configurar variables de entorno:

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

Uso

Ejecute el script principal para analizar los datos de la cartera:

python main.py

Componentes

main.py

Orquesta el proceso general de consulta y análisis de datos de cartera utilizando las herramientas y indicaciones definidas.

app/config.py

Maneja la configuración de la configuración y las variables de entorno.

app/toolkit.py

Define la clase PortfolioToolkit , que administra las herramientas utilizadas para la recuperación y el análisis de datos.

app/portfolio_agent/tools.py

Contiene la herramienta SkillsData que interactúa con la API de la cartera para obtener datos de habilidades y procesar.

app/portfolio_agent/cleaning.py

Proporciona funciones para limpiar y formatear los datos de cartera recuperados.

app/portfolio_agent/api_wrapper.py

Implementa la clase PortfolioAPIWrapper para interactuar con la API de cartera y recuperar datos.

Desafíos y soluciones

• Integración de datos : integrar múltiples fuentes de datos y garantizar la consistencia fue un desafío. Resolvimos esto implementando funciones sólidas de limpieza y formato de datos.
• Interacción API : garantizar una comunicación confiable con la cartera API requirió un manejo cuidadoso de las solicitudes y respuestas.
• Manejo de inmediato complejo : la creación de indicaciones efectivas para el modelo de lenguaje implicó el ajuste fino y las pruebas iterativas para lograr respuestas precisas y relevantes.

Que contribuye

¡Las contribuciones son bienvenidas! Envíe los problemas o extraiga solicitudes para mejorar el proyecto.

Licencia

Este proyecto tiene licencia bajo la licencia MIT. Consulte el archivo de licencia para obtener más detalles.