Solution simplifiée pour le développement d'agents IA : SDK Phidata
De nos jours, AI Agent a attiré beaucoup d'attention et de nombreuses entreprises sont en compétition pour créer leur propre Agent. Alors que certaines entreprises choisissent de créer à partir de zéro, le plus gros casse-tête pour les développeurs est souvent le temps nécessaire pour créer et tester différents outils d'IA (pour les appels de fonctions), ce qui peut conduire à des cycles de développement prolongés.
Cependant, au fil du temps, de nouvelles solutions apparaissent qui aident les développeurs à simplifier le processus de création d'agents IA. Phidata est une des solutions.
Phidata facilite la création d'un agent AI avec seulement quelques lignes de code Python. Mieux encore, il fournit directement de nombreux outils d’IA utiles, sans avoir à les écrire à partir de zéro.
Certains des outils d'IA prêts à l'emploi fournis par Phidata :
Et plus encore ! Vous pouvez consulter la liste complète des outils fournis par Phidata ici.
En utilisant les outils ci-dessus ou leur combinaison, nous pouvons créer des agents IA très complexes et passionnants, tels que :
Pour n’en nommer que quelques-uns.
Phidata est que vous pouvez combiner plusieurs outils dans une équipe, appelée "Agent d'équipe". Par exemple, vous pouvez créer une équipe comprenant les outils « DuckDuckGo » et « Yahoo Finance » qui extrait des données de deux sources, Web et Yahoo Finance.
L’Agent de cette équipe fonctionne comme suit :
Cool, non ?
Maintenant que nous avons compris les fonctions qui peuvent être réalisées à l'aide du SDK Phidata, continuons à voir comment l'utiliser pour créer un agent d'analyse financière simple.
Commençons à créer notre agent d’analyse financière. Ce sera parfait pour les débutants, alors ne vous inquiétez pas pour suivre.
Nous allons créer notre agent dans un carnet Jupyter sur Google Colab qui est très interactif et facile à partager.
Cliquez ici pour accéder à Google Colab, vous devriez voir l'interface suivante :
Cliquez maintenant sur le bouton « Nouveau carnet » :
Le chargement peut prendre un certain temps, après quoi vous devriez être dans votre bloc-notes nouvellement créé, qui ressemblera à ceci :
Super, passons à l’étape suivante.
Avant de commencer à créer l'agent AI, nous devons nous assurer que nous disposons des dépendances nécessaires dans le Notebook. Veuillez noter que Google Colab préinstalle certaines bibliothèques couramment utilisées dans Notebook, mais pour garantir que nous disposons de toutes les bibliothèques dont nous avons besoin, nous installerons toujours toutes les bibliothèques.
Nous installerons les bibliothèques suivantes :
Pour installer ces bibliothèques, copiez et collez la commande ci-dessous dans le premier bloc de cellules :
<code>pip install openai yfinance duckduckgo-search phidata</code>
Cela devrait ressembler à ceci :
Ensuite, cliquez sur l'icône de lecture à gauche comme indiqué ci-dessous :
Maintenant, laissez-le installer toutes les dépendances pendant un moment. Une fois l'installation terminée, vous devriez voir une petite coche verte à gauche du bouton Exécuter, comme ceci :
Masquons la sortie de la cellule car elle prend trop de place dans le bloc-notes. Cliquez sur le bouton situé sous le bouton Exécuter, puis cliquez sur Afficher/Masquer la sortie.
Nous devons maintenant ajouter la clé API OpenAI à notre environnement. Continuez à ajouter une nouvelle cellule au bloc-notes en cliquant sur le bouton ci-dessous :
Maintenant, collez le code suivant dans cette nouvelle cellule et exécutez-le. Remplacez la valeur your_api_key par la clé API OpenAI réelle que vous avez obtenue sur https://www.php.cn/link/9e4aef142346875a7f13f4a42526a69f.
<code>pip install openai yfinance duckduckgo-search phidata</code>
Cela devrait ressembler à ceci :
Dans la dernière étape, nous écrirons le code réel de l'agent. Puisqu'il s'agit d'une « Agent Team » (ce qui signifie qu'il s'agit d'un Agent IA composé de plusieurs Agents), nous allons d'abord créer deux Agents à l'aide du SDK Phidata, à savoir web_agent et finance_agent. L'agent Web recherchera sur le Web des informations sur l'entreprise, tandis que l'agent financier recherchera sur Yahoo Finance les données financières de l'entreprise. Enfin, nous allons créer un troisième Agent en passant ces deux Agents dans le tableau "teams" de cet Agent, ce qui entraînera la création de "Agent Team". Ce troisième agent sera celui que nous utiliserons finalement pour obtenir les données de l'entreprise sur le Web et sur Yahoo Finance.
<code>import os os.environ['OPENAI_API_KEY'] = "your_api_key"</code>
Ajoutez une nouvelle cellule à votre carnet. Copiez ensuite le code ci-dessus et collez-le dans une nouvelle cellule.
C'est ça ! Continuez à exécuter la cellule. Il faudra un certain temps pour terminer l'exécution, une fois que ce sera fait, vous pourrez voir le résultat comme ceci (vous devez faire défiler vers le bas) :
Le texte de sortie semble petit car je l'ai réduit pour contenir l'intégralité de la sortie dans une seule capture d'écran.
Ainsi, nous avons pu construire cet Agent d'analyse financière en un temps très court. Évidemment, le rapport est un peu basique et pourrait être un peu plus détaillé, mais nous pouvons toujours améliorer nos agents en ajoutant plus de données provenant de différentes sources en ajoutant de nouveaux agents à l'équipe (ou en créant nos propres outils fonctionnels à partir de zéro).
Vous pouvez suivre mon compte sur LinkedIn pour en savoir plus sur AI Agent !
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
