condo_gpt

คอนโด GPT

วิดีโอ

Condo GPT เป็นผู้ช่วยอัจฉริยะในการสอบถามและวิเคราะห์ข้อมูลคอนโดมิเนียมในไมอามี มันใช้การประมวลผลภาษาธรรมชาติเพื่อตีความคำถามผู้ใช้และให้ข้อมูลเชิงลึกเกี่ยวกับอาคารคอนโดหน่วยการขายและแนวโน้มตลาด ให้เป็นตัวอย่างของฐานข้อมูล Cube Cube ซึ่งสามารถใช้ในการสืบค้นข้อมูลในตลาดต่อไปนี้:

• ชายหาดใต้
• หาดไมอามี
• ทางใต้ของห้า

จุดประสงค์คือการอนุญาตให้ตัวแทนอสังหาริมทรัพย์และนักลงทุนที่ไม่ได้เป็นเทคนิคสามารถทำการวิเคราะห์ระดับสูงและการเปรียบเทียบคอนโดในไมอามีได้อย่างง่ายดายและเป็นผู้นำในการตัดสินใจลงทุน ขณะนี้งานนี้ดำเนินการโดยนักวิเคราะห์ซึ่งได้รับเงินเดือนดังนั้นเครื่องมือเหล่านี้จึงมีศักยภาพในการประหยัดโบรกเกอร์หลายพันดอลลาร์ต่อเดือนเป็นเงินเดือน

รับงานวิศวกร AI | การบริจาค

ฉันใช้สิ่งนี้เป็นโครงการพอร์ตโฟลิโอเพื่อรับงานวิศวกร AI คนแรกของฉัน ฉันได้ระบุปัญหาบางอย่างที่คุณสามารถแก้ไขหรือส่ง PR ของคุณเองเพื่อปรับปรุงเครื่องมือ การมีส่วนร่วมของโอเพ่นซอร์สเป็นวิธีที่ดีมากในการหางาน AI เนื่องจากเทคโนโลยีอย่าง Langchain นั้นใหม่มากและหลาย บริษัท ในปัจจุบันไม่ต้องการประสบการณ์การทำงานกับพวกเขา

โปรดส่งคำขอดึง

คุณสมบัติ

• อินเทอร์เฟซภาษาธรรมชาติสำหรับการสอบถามข้อมูลคอนโด
• การรวมเข้ากับ Google Maps API สำหรับการสืบค้นตามตำแหน่ง
• การสร้าง SQL แบบไดนามิกสำหรับการสืบค้นฐานข้อมูลที่ซับซ้อน
• แผนที่และแผนภูมิแบบโต้ตอบสำหรับการสร้างภาพข้อมูล
• ความสามารถในการสร้างรายงาน PDF

เทคโนโลยีที่ใช้

• Python 3.x
• Flask Web Framework
• ฐานข้อมูล PostgreSQL
• ตัวแทน Langchain & Langgraph
• โมเดล GPT ของ Openai สำหรับการทำความเข้าใจภาษาธรรมชาติ
• Google Maps API สำหรับการเข้ารหัสและทิศทาง
• chart.js สำหรับการสร้างภาพข้อมูล
• Reportlab สำหรับการสร้าง PDF

การตั้งค่า

1. โคลนที่เก็บ
2. เตรียมสภาพแวดล้อมและฐานข้อมูล

• virtualenv gpt_env
• เข้าสู่ระบบ PSQL ในฐานะ superuser (sudo -u postgres psql บน linux)
• 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. แก้ไขไฟล์ gpt_env/bin/activate ของคุณและเพิ่มตัวแปรสภาพแวดล้อมต่อไปนี้

• GPLACES_API_KEY : Google Places API Key
• OPENAI_API_KEY : คีย์ openai api ของคุณ
• FLASK_SECRET : วลีลับของ Flask (สามารถเป็นสตริงใดก็ได้)
• PG_USER : ผู้ใช้ Postgres ของคุณที่คุณตั้งค่าไว้ด้านบน
• PG_PASSWORD : รหัสผ่านสำหรับผู้ใช้ Postgres ของคุณ
• PG_PORT : พอร์ตสำหรับเซิร์ฟเวอร์ฐานข้อมูล Postgres ของคุณ (ค่าเริ่มต้น 5432)
• PG_DB : ชื่อฐานข้อมูล Postgres ของคุณ

4. ตั้งค่าข้อมูลตัวอย่าง

• ตรวจสอบให้แน่ใจว่าคุณอยู่ในไดเรกทอรีเดียวกับ sample_db.sql
• psql -d condo_gpt < sample_db.sql

5. ติดตั้งการพึ่งพา:

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

6. เริ่มต้นแอปพลิเคชัน python server.py

การรันแอปพลิเคชัน

1. เริ่มต้น Flask Server: python server.py
2. เปิดเว็บเบราว์เซอร์และนำทางไปที่ http://localhost:5000

การใช้งาน

• ป้อนคำถามภาษาธรรมชาติเกี่ยวกับคอนโดไมอามีในสาขาอินพุต
• ระบบจะตีความคำถามของคุณสอบถามฐานข้อมูลและให้คำตอบที่เกี่ยวข้อง
• สำหรับการสืบค้นตามตำแหน่งอาจมีการสร้างแผนที่แบบโต้ตอบ
• ระบบสามารถสร้างแผนภูมิและกราฟสำหรับการสร้างภาพข้อมูล
• สามารถสร้างรายงาน PDF สำหรับการวิเคราะห์โดยละเอียดเพิ่มเติม
• ใช้ปุ่ม 'เคลียร์หน่วยความจำ' เพื่อล้างประวัติการสนทนา

ตัวอย่างลำดับพรอมต์

• อาคารใดในคอลลินส์มียอดขายมากที่สุดในปี 2566
• สร้างกราฟของข้อมูลนี้
• ใส่ข้อมูลในตาราง HTML
• เพิ่มคอลัมน์ที่สามด้วยปริมาณการขายทั้งหมดของแต่ละอาคาร
• เพิ่มคอลัมน์ที่สี่ด้วยราคาขายเฉลี่ยสำหรับแต่ละอาคาร
• แทนที่คอลัมน์ที่สามด้วยโรงเรียนที่อยู่ใกล้ที่สุดในอาคารและคอลัมน์ที่สี่ด้วยระยะทางขับรถไปยังโรงเรียนนั้นจากอาคาร

โครงสร้างโครงการ

• server.py : Flask Application Server
• main.py : หลักตรรกะหลักสำหรับการประมวลผลคำถามและสร้างคำตอบ
• tools.py : เครื่องมือที่กำหนดเองสำหรับการสืบค้นฐานข้อมูลและการโต้ตอบ API
• prefix.py : คำนำหน้าข้อความระบบสำหรับ AI Agent
• boilerplate.py : รหัสหม้อต้มสำหรับแผนที่และการสร้างแผนภูมิ