PortfolioGPT

Portfoliogpt

PortfolioGPT est un assistant AI de portefeuille avancé conçu pour aider les utilisateurs à analyser et à comprendre les données de portefeuille. Il utilise des outils spécialisés pour accéder et interpréter les données du portefeuille de Faisal, fournissant des informations sur les compétences, les types d'œuvres et reprend des informations.

Caractéristiques

• Analyse des compétences : récupère des informations détaillées sur les compétences, y compris les langues, les cadres et les outils.
• Catégorisation de travail : analyse et catégorise les types de travail basés sur les compétences.
• Recueil de CV : fournit l'URL de CV pour un accès rapide.
• Compréhension contextuelle : offre des explications et des informations détaillées sur les données du portefeuille.

Installation

1. Clone le référentiel:

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

2. Installez les dépendances:

   pip install -r requirements.txt

3. Configurer des variables d'environnement:

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

Usage

Exécutez le script principal pour analyser les données du portefeuille:

python main.py

Composants

main.py

Orchestre le processus global de requête et d'analyse des données de portefeuille à l'aide des outils et des invites définis.

app/config.py

Gère les paramètres de configuration et les variables d'environnement.

app/toolkit.py

Définit la classe PortfolioToolkit , qui gère les outils utilisés pour la récupération et l'analyse des données.

app/portfolio_agent/tools.py

Contient l'outil SkillsData qui interagit avec l'API de portefeuille pour récupérer et traiter les données de compétences.

app/portfolio_agent/cleaning.py

Fournit des fonctions pour nettoyer et formater les données du portefeuille récupérées.

app/portfolio_agent/api_wrapper.py

Implémente la classe PortfolioAPIWrapper pour interagir avec l'API du portefeuille et récupérer des données.

Défis et solutions

• Intégration des données : l'intégration de plusieurs sources de données et assurer la cohérence était difficile. Nous avons résolu cela en mettant en œuvre des fonctions de nettoyage et de formatage de données robustes.
• Interaction de l'API : assurer une communication fiable avec l'API de portefeuille nécessitait une gestion minutieuse des demandes et des réponses.
• Manipulation complexe des invites : la création d'invites efficaces pour le modèle de langue impliquait des tests fins et itératifs pour obtenir des réponses précises et pertinentes.

Contributif

Les contributions sont les bienvenues! Veuillez soumettre des problèmes ou réaliser des demandes pour améliorer le projet.

Licence

Ce projet est autorisé sous la licence du MIT. Voir le fichier de licence pour plus de détails.