หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

ผู้ช่วยวิจัยที่ขับเคลื่อนด้วย AI

สถาปัตยกรรมระบบ

ภาพรวม

นี่คือระบบผู้ช่วยวิจัยที่ขับเคลื่อนด้วย AI ขั้นสูงซึ่งใช้ตัวแทนพิเศษหลายตัวเพื่อช่วยในงานเช่นการวิเคราะห์ข้อมูลการสร้างภาพและการสร้างรายงาน ระบบใช้ Langchain, โมเดล GPT ของ OpenAi และ Langgraph เพื่อจัดการกระบวนการวิจัยที่ซับซ้อนรวมสถาปัตยกรรม AI ที่หลากหลายเพื่อประสิทธิภาพที่ดีที่สุด

คุณสมบัติที่สำคัญ

  • การสร้างสมมติฐานและการตรวจสอบ
  • การประมวลผลและการวิเคราะห์ข้อมูล
  • การสร้างภาพ
  • การค้นหาเว็บและการดึงข้อมูล
  • การสร้างรหัสและการดำเนินการ
  • รายงานการเขียน
  • การทบทวนและแก้ไขคุณภาพ
  • การบูรณาการสถาปัตยกรรมที่หลากหลาย :
    • ตัวแทนหัวหน้างานสำหรับการดูแลกระบวนการวิเคราะห์
    • การใช้เหตุผลที่ใช้ความคิดเพื่อการแก้ปัญหาที่ซับซ้อน
    • ตัวแทนนักวิจารณ์สำหรับการประกันคุณภาพและการตรวจสอบข้อผิดพลาด
  • นวัตกรรมหมายเหตุตัวแทนรับ :
    • บันทึกสถานะปัจจุบันของโครงการอย่างต่อเนื่อง
    • ให้ทางเลือกที่มีประสิทธิภาพมากขึ้นในการส่งข้อมูลประวัติที่สมบูรณ์
    • เพิ่มความสามารถของระบบในการรักษาบริบทและความต่อเนื่องในขั้นตอนการวิเคราะห์ที่แตกต่างกัน
  • Workflow Adaptive : ปรับวิธีการวิเคราะห์แบบไดนามิกตามข้อมูลและงานในมือ

ทำไมถึงเป็นเอกลักษณ์

การรวมตัวของตัวแทนจดบันทึกโดยเฉพาะทำให้ระบบนี้แตกต่างจากท่อการวิเคราะห์ข้อมูลแบบดั้งเดิม ด้วยการรักษาบันทึกที่รัดกุม แต่ครอบคลุมของรัฐโครงการระบบสามารถ:

  1. ลดค่าใช้จ่ายในการคำนวณ
  2. ปรับปรุงการเก็บรักษาบริบทในขั้นตอนการวิเคราะห์ที่แตกต่างกัน
  3. เปิดใช้งานผลการวิเคราะห์ที่สอดคล้องกันและสอดคล้องกันมากขึ้น

ข้อกำหนดของระบบ

  • Python 3.10 หรือสูงกว่า
  • สภาพแวดล้อมสมุดบันทึก Jupyter

การติดตั้ง

  1. โคลนที่เก็บ: 
git clone https://github.com/starpig1129/ai-data-analysis-MulitAgent.git
  1. สร้างและเปิดใช้งานสภาพแวดล้อมเสมือนจริงของ Conda: 
conda create -n data_assistant python=3.10
conda activate data_assistant
  1. ติดตั้งการพึ่งพา: 
pip install -r requirements.txt
  1. ตั้งค่าตัวแปรสภาพแวดล้อม: เปลี่ยนชื่อ .env Example เป็น .env และเติมค่าทั้งหมด 
 # Your data storage path(required)
DATA_STORAGE_PATH =./data_storage/

# Anaconda installation path(required)
CONDA_PATH = /home/user/anaconda3

# Conda environment name(required)
CONDA_ENV = envname

# ChromeDriver executable path(required)
CHROMEDRIVER_PATH =./chromedriver-linux64/chromedriver

# Firecrawl API key (optional)
# Note: If this key is missing, query capabilities may be reduced
FIRECRAWL_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

# OpenAI API key (required)
# Warning: This key is essential; the program will not run without it
OPENAI_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

# LangChain API key (optional)
# Used for monitoring the processing
LANGCHAIN_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

การใช้งาน

  1. เริ่มต้นสมุดบันทึก Jupyter:

  2. ตั้งค่า yourdataname.csv ใน data_storage

  3. เปิดไฟล์ main.ipynb

  4. เรียกใช้เซลล์ทั้งหมดเพื่อเริ่มต้นระบบและสร้างเวิร์กโฟลว์

  5. ในเซลล์ล่าสุดคุณสามารถปรับแต่งงานวิจัยโดยการปรับเปลี่ยนตัวแปร userInput

  6. เรียกใช้เซลล์สองสามตัวสุดท้ายเพื่อดำเนินการกระบวนการวิจัยและดูผลลัพธ์

ส่วนประกอบหลัก

  • hypothesis_agent : สร้างสมมติฐานการวิจัย
  • process_agent : ดูแลกระบวนการวิจัยทั้งหมด
  • visualization_agent : สร้างการสร้างภาพข้อมูล
  • code_agent : เขียนรหัสการวิเคราะห์ข้อมูล
  • searcher_agent : ดำเนินการวรรณกรรมและการค้นหาเว็บ
  • report_agent : เขียนรายงานการวิจัย
  • quality_review_agent : ดำเนินการรีวิวคุณภาพ
  • note_agent : บันทึกกระบวนการวิจัย

เวิร์กโฟลว์

ระบบใช้ Langgraph เพื่อสร้างกราฟสถานะที่จัดการกระบวนการวิจัยทั้งหมด เวิร์กโฟลว์รวมถึงขั้นตอนต่อไปนี้:

  1. การสร้างสมมติฐาน
  2. ทางเลือกของมนุษย์ (ดำเนินการต่อหรือสร้างสมมติฐานใหม่)
  3. การประมวลผล (รวมถึงการวิเคราะห์ข้อมูลการสร้างภาพการค้นหาและการเขียนรายงาน)
  4. รีวิวคุณภาพ
  5. แก้ไขตามความจำเป็น

การปรับแต่ง

คุณสามารถปรับแต่งพฤติกรรมระบบโดยการปรับเปลี่ยนการสร้างตัวแทนและคำจำกัดความเวิร์กโฟลว์ใน main.ipynb

หมายเหตุ

  • ตรวจสอบให้แน่ใจว่าคุณมีเครดิต OpenAI API เพียงพอเนื่องจากระบบจะโทรออกหลายครั้ง
  • ระบบอาจใช้เวลาพอสมควรในการดำเนินการวิจัยทั้งหมดขึ้นอยู่กับความซับซ้อนของงาน
  • คำเตือน : ระบบตัวแทนอาจแก้ไขข้อมูลที่กำลังวิเคราะห์ ขอแนะนำให้สำรองข้อมูลของคุณก่อนที่จะใช้ระบบนี้

ปัญหาและการแก้ปัญหาในปัจจุบัน

  1. ข้อผิดพลาดของเซิร์ฟเวอร์ภายใน OpenAI (รหัสข้อผิดพลาด: 500)
  2. การปรับปรุงประสิทธิภาพของ Notetaker
  3. การเพิ่มประสิทธิภาพรันไทม์โดยรวม
  4. โรงกลั่นจะต้องดีขึ้น

การบริจาค

ยินดีต้อนรับคำขอดึง สำหรับการเปลี่ยนแปลงครั้งใหญ่โปรดเปิดปัญหาก่อนเพื่อหารือเกี่ยวกับสิ่งที่คุณต้องการเปลี่ยนแปลง

ใบอนุญาต

โครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT - ดูไฟล์ใบอนุญาตสำหรับรายละเอียด

ประวัติดาว

โครงการอื่น ๆ

นี่คือโครงการที่น่าสังเกตอื่น ๆ ของฉัน:

Sharelmapi

SharelMapi เป็น API การแชร์โมเดลภาษาท้องถิ่นที่ใช้ FASTAPI เพื่อให้อินเทอร์เฟซช่วยให้โปรแกรมหรืออุปกรณ์ที่แตกต่างกันสามารถแชร์โมเดลท้องถิ่นเดียวกันได้ซึ่งจะช่วยลดการใช้ทรัพยากร รองรับการสร้างสตรีมมิ่งและวิธีการกำหนดค่าแบบจำลองต่างๆ

  • GitHub: Sharelmapi

Pigpig: Bot Discord LLM Multi-Modal Advanced: Bot:

บอท Discord ที่ทรงพลังขึ้นอยู่กับแบบจำลองภาษาขนาดใหญ่หลายรูปแบบ (LLM) ออกแบบมาเพื่อโต้ตอบกับผู้ใช้ผ่านภาษาธรรมชาติ มันรวมความสามารถของ AI ขั้นสูงเข้ากับคุณสมบัติที่เป็นประโยชน์นำเสนอประสบการณ์มากมายสำหรับชุมชนที่ไม่ลงรอยกัน

  • GitHub: ai-discord-bot-pigpig
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด