PortfolioGPT

Портфельппт

Portfoliogpt - это Advanced Portfolio Analysis Assistant, разработанный для того, чтобы помочь пользователям анализировать и понять данные портфеля. Он использует специализированные инструменты для доступа и интерпретации данных из портфеля Faisal, предоставляя информацию о навыках, типах работ и возобновлении информации.

Функции

• Анализ навыков : получает подробную информацию о навыках, включая языки, структуры и инструменты.
• Категоризация работы : анализирует и классифицирует типы работы на основе навыков.
• Резюме поиск : предоставляет URL -адрес резюме для быстрого доступа.
• Контекстное понимание : предлагает подробные объяснения и понимание данных портфеля.

Настраивать

1. Клонировать репозиторий:

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

2. Установить зависимости:

   pip install -r requirements.txt

3. Настройка переменных среды:

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

Использование

Запустите основной сценарий для анализа данных портфеля:

python main.py

Компоненты

main.py

Орчестрозирует общий процесс запроса и анализа данных портфеля с использованием определенных инструментов и подсказок.

app/config.py

Обрабатывает настройки конфигурации и переменные среды.

app/toolkit.py

Определяет класс PortfolioToolkit , который управляет инструментами, используемыми для поиска данных и анализа.

app/portfolio_agent/tools.py

Содержит инструмент SkillsData , который взаимодействует с портфелем API для получения данных о навыках.

app/portfolio_agent/cleaning.py

Предоставляет функции для очистки и форматирования полученных данных портфеля.

app/portfolio_agent/api_wrapper.py

Реализует класс PortfolioAPIWrapper для взаимодействия с API портфеля и получения данных.

Проблемы и решения

• Интеграция данных : интеграция нескольких источников данных и обеспечение согласованности было сложной задачей. Мы решили это, внедрив надежные функции очистки и форматирования данных.
• Взаимодействие API : обеспечение надежного общения с портфелем API требуется тщательное обращение с запросами и ответами.
• Сложная обработка оперативной обработки : создание эффективных подсказок для языковой модели включало точную настройку и итеративное тестирование для достижения точных и соответствующих ответов.

Внося

Взносы приветствуются! Пожалуйста, отправьте проблемы или обращайте запросов на улучшение проекта.

Лицензия

Этот проект лицензирован по лицензии MIT. Смотрите файл лицензии для получения подробной информации.