condo_gpt

콘도 gpt

동영상

Condo Gpt는 마이애미에서 콘도미니엄 데이터를 쿼리하고 분석하는 지능적인 조수입니다. 자연 언어 처리를 사용하여 사용자 질문을 해석하고 콘도 건물, 유닛, 판매 및 시장 동향에 대한 통찰력을 제공합니다. 다음 시장에서 데이터를 쿼리하는 데 사용할 수있는 Condo Cube 데이터베이스의 샘플이 제공됩니다.

• 사우스 비치
• 마이애미 해변
• 다섯 번째 남쪽

목적은 기술적이지 않은 부동산 중개인과 투자자가 마이애미에서 콘도의 고급 분석 및 비교를 쉽고 신속하게 수행하고 투자 결정을 이끌 수 있도록하는 것입니다. 현재이 작업은 급여를받는 분석가에 의해 수행되므로 이와 같은 도구는 월급으로 한 달에 수천 달러를 절약 할 수있는 잠재력을 가지고 있습니다.

AI 엔지니어 작업을 받으십시오 | 기여

나는 이것을 첫 AI 엔지니어 작업을 얻기 위해 포트폴리오 프로젝트로 사용했습니다. 도구 개선을 위해 자신의 PR을 해결하거나 제출할 수있는 몇 가지 문제를 나열했습니다. Langchain과 같은 기술이 너무 새롭고 많은 회사가 현재 직장 경험이 필요하지 않기 때문에 오픈 소스 기부금은 AI 일자리를 얻는 매우 좋은 방법입니다.

풀 요청을 제출하십시오.

특징

• 콘도 데이터를 쿼리하기위한 자연어 인터페이스
• 위치 기반 쿼리에 대한 Google Maps API와의 통합
• 복잡한 데이터베이스 쿼리를위한 동적 SQL 생성
• 데이터 시각화를위한 대화식지도 및 차트
• PDF 보고서 생성 기능

사용 된 기술

• 파이썬 3.x
• 플라스크 웹 프레임 워크
• PostgreSQL 데이터베이스
• Langchain & Langgraph 요원
• 자연어 이해를위한 Openai의 GPT 모델
• Google은 지오 코딩 및 지시에 대한 API를 매핑합니다
• 데이터 시각화를위한 Chart.js
• PDF 생성에 대한 보고서 lab

설정

1. 저장소를 복제하십시오
2. 환경과 데이터베이스를 준비하십시오

• virtualenv gpt_env
• SuperUser로 PSQL에 로그인 (Linux에서 Sudo -u postgres psql)
• CREATE DATABASE condo_gpt ; CREATE USER readonly_user WITH PASSWORD 'password'; GRANT CONNECT ON DATABASE condo_gpt TO readonly_user; GRANT USAGE ON SCHEMA public TO readonly_user; GRANT SELECT ON ALL TABLES IN SCHEMA public TO readonly_user; ALTER DEFAULT PRIVILEGES IN SCHEMA public GRANT SELECT ON TABLES TO readonly_user; q

3. gpt_env/bin/activate 파일 편집하고 다음 환경 변수 추가

• GPLACES_API_KEY : Google에 API 키를 배치합니다
• OPENAI_API_KEY : OpenAI API 키
• FLASK_SECRET : Flask Secret Phrase (모든 문자열이 될 수 있음)
• PG_USER : 위에서 설정 한 Postgres 사용자
• PG_PASSWORD : Postgres 사용자의 비밀번호
• PG_PORT : Postgres Database Server 용 포트 (기본 5432)
• PG_DB : Postgres 데이터베이스 이름

4. 샘플 데이터를 설정하십시오

• sample_db.sql과 동일한 디렉토리에 있는지 확인하십시오
• psql -d condo_gpt < sample_db.sql

5. 종속성 설치 :

• source gpt_env/bin/activate
• pip install -r requirements.txt

6. 응용 프로그램 python server.py 시작하십시오

응용 프로그램 실행

1. 플라스크 서버 : python server.py 시작하십시오
2. 웹 브라우저를 열고 http://localhost:5000 으로 이동하십시오

용법

• 입력 필드에 마이애미 콘도에 대한 자연어 질문을 입력하십시오.
• 시스템은 귀하의 질문을 해석하고 데이터베이스를 쿼리하며 관련 답변을 제공합니다.
• 위치 기반 쿼리의 경우 대화식 맵이 생성 될 수 있습니다
• 시스템은 데이터 시각화를위한 차트 및 그래프를 만들 수 있습니다.
• 보다 자세한 분석을 위해 PDF 보고서를 생성 할 수 있습니다
• '메모리 클리어'버튼을 사용하여 대화 기록을 지우십시오.

예제 프롬프트 시퀀스

• 2023 년에 콜린스의 어떤 건물이 가장 많이 판매 되었습니까?
• 이 데이터의 그래프를 생성하십시오
• 데이터를 HTML 테이블에 넣으십시오
• 각 건물의 총 판매량으로 세 번째 열을 추가하십시오.
• 각 건물에 대한 중간 판매 가격으로 네 번째 열을 추가하십시오.
• 세 번째 칼럼을 건물에서 가장 가까운 학교로 교체하고, 네 번째 기둥은 건물에서 해당 학교까지의 운전 거리가 있습니다.

프로젝트 구조

• server.py : 플라스크 애플리케이션 서버
• main.py : 질문 처리 및 응답 생성을위한 핵심 논리
• tools.py : 데이터베이스 쿼리 및 API 상호 작용을위한 사용자 정의 도구
• prefix.py : AI 에이전트의 시스템 메시지 접두사
• boilerplate.py :지도 및 차트 생성을위한 보일러 플레이트 코드