PortfolioGPT

Portofoliogpt

PortofolioGpt adalah analisis portofolio canggih AI Assistant yang dirancang untuk membantu pengguna menganalisis dan memahami data portofolio. Ini menggunakan alat khusus untuk mengakses dan menafsirkan data dari portofolio Faisal, memberikan wawasan tentang keterampilan, jenis pekerjaan, dan melanjutkan informasi.

Fitur

• Analisis Keterampilan : Mengambil informasi terperinci tentang keterampilan, termasuk bahasa, kerangka kerja, dan alat.
• Kategorisasi kerja : menganalisis dan mengkategorikan jenis pekerjaan berdasarkan keterampilan.
• Resume Retrieval : Menyediakan URL resume untuk akses cepat.
• Pemahaman Kontekstual : Menawarkan penjelasan dan wawasan terperinci tentang data portofolio.

Pengaturan

1. Klon Repositori:

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

2. Instal dependensi:

   pip install -r requirements.txt

3. Mengatur variabel lingkungan:

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

Penggunaan

Jalankan skrip utama untuk menganalisis data portofolio:

python main.py

Komponen

main.py

Mengatur proses keseluruhan kueri dan menganalisis data portofolio menggunakan alat dan petunjuk yang ditentukan.

app/config.py

Menangani pengaturan konfigurasi dan variabel lingkungan.

app/toolkit.py

Mendefinisikan kelas PortfolioToolkit , yang mengelola alat yang digunakan untuk pengambilan data dan analisis.

app/portfolio_agent/tools.py

Berisi alat SkillsData yang berinteraksi dengan API portofolio untuk mengambil dan memproses data keterampilan.

app/portfolio_agent/cleaning.py

Menyediakan fungsi untuk membersihkan dan memformat data portofolio yang diambil.

app/portfolio_agent/api_wrapper.py

Mengimplementasikan kelas PortfolioAPIWrapper untuk berinteraksi dengan portofolio API dan mengambil data.

Tantangan dan solusi

• Integrasi Data : Mengintegrasikan beberapa sumber data dan memastikan konsistensi menantang. Kami menyelesaikan ini dengan menerapkan fungsi pembersihan dan pemformatan data yang kuat.
• Interaksi API : Memastikan komunikasi yang dapat diandalkan dengan API portofolio membutuhkan penanganan permintaan dan tanggapan yang cermat.
• Penanganan cepat yang kompleks : Membuat permintaan yang efektif untuk model bahasa yang melibatkan penyempurnaan dan pengujian berulang untuk mencapai respons yang akurat dan relevan.

Berkontribusi

Kontribusi dipersilakan! Harap kirimkan masalah atau tarik permintaan untuk meningkatkan proyek.

Lisensi

Proyek ini dilisensikan di bawah lisensi MIT. Lihat file lisensi untuk detailnya.