DeepSeek-R1 증류 LLAMA-70B를 사용하여 협상 에이전트를 구축하십시오-일체 포함-php.cn

협상 기술은 직업 확보에서 비즈니스 거래 폐쇄에 이르기까지 삶의 다양한 측면에서 성공하는 데 중요합니다. 이 기사에서는 협상 전략을 최적화하도록 설계된 Langchain 및 DeepSeek-R1을 사용하여 구축 된 간단한 응용 프로그램 인 AI 기반 협상 에이전트를 소개합니다.

학습 결과

이 기사는 다음과 같습니다.

다양한 분야에서 협상 전술을 개선하는 데 AI의 역할.
Deepseek R1 Distill Llama 70B가 실시간 AI 중심 협상 통찰력을 제공합니다.
대응제 생성 및 위험 평가를 포함한 AI 협상 에이전트의 주요 특징.
Streamlit 내에서 AI 기반 협상 도구 설정 및 활용에 대한 실질적인 지침.
AI 생성 전략이 급여 협상, 비즈니스 거래 및 계약 토론을 향상시키는 방법.

이 기사는 Data Science Blogathon의 일부입니다.

Deepseek R1 Distill Llama 70b 이해

DeepSeek-R1-Distill-Llama-70B는 GroqCloud에서 호스팅 된 고성능 AI 모델입니다. LLAMA 3.3 70B에서 파생 된이 제품은 수학적 문제, 코딩 작업 및 사실 쿼리에 대한 효율성과 지능적 응답에 최적화되었습니다. 순차적 추론 능력은 복잡한 의사 결정 프로세스에 적합합니다. Groq의 빠른 추론 엔진은 대기 시간없이 실시간 AI 추론을 보장합니다.

도전

비효율적 인 협상은 종종 정보가 부족하거나 정서적 편견 또는 제대로 구조화되지 않은 논쟁에서 비롯됩니다. 이것은 다양한 시나리오에 영향을 미칩니다.

직원은 협상 기술이 좋지 않아 급여가 낮아질 수 있습니다.
상대방의 요구에 대한 이해가 부족하여 기업은 거래를 놓칠 수 있습니다.
프리랜서와 신생 기업은 가격 및 계약에 어려움을 겪고 있습니다.

목표 : 협상 시나리오를 분석하고, 반대자를 예측하고, 논리적 추론 및 과거 데이터를 기반으로 최적의 전략을 제안 할 수있는 AI 에이전트를 개발합니다.

AI 협상 에이전트의 핵심 기능

AI 협상 에이전트가 제공합니다.

다양한 협상 유형 (급여, 비즈니스 거래, 프리 랜싱, 계약 분쟁)에 대한 지원
정당화 및 위험 평가를 가진 AI 생성 반대자
개인화 된 시나리오를위한 사용자 정의 가능한 입력 필드
제안 된 전략에 대한 신뢰 점수
Groq API를 통한 빠르고 효율적인 처리

에이전트의 운영 메커니즘

사용자는 간소화 앱을 시작하고 협상 유형을 선택합니다. 그런 다음 AI가 처리하는 세부 사항을 제공합니다. "AI 전략 생성"을 클릭하면 DeepSeek-R1 대형 언어 모델을 사용하여 처리가 시작됩니다. 사전 정의 된 프롬프트 템플릿은 AI가 컨텍스트를 이해하도록합니다. AI는 통찰력과 권장 사항을 제공하여 맞춤형 전략을 생성합니다.

DeepSeek-R1 증류 LLAMA-70B를 사용하여 협상 에이전트를 구축하십시오

협상 유형 선택

선택 :

급여 협상
비즈니스 거래
프리랜서 가격
계약 분쟁

제공 및 제약 조건 입력

입력하다:

제안 된 제안 (₹ 또는 %)
상대방의 예상 제안
주요 제약 조건 (최소 급여, 투자 한도, 마감일)

AI 생성 전략

AI는 입력을 분석하고 다음을 제공합니다.

최적의 반대편
제안에 대한 정당화
위험 평가 (수용 가능성)
신뢰 점수 (0-100%)

AI 통찰력 사용

AI 생성 전략을 사용하여 자신있게 협상하고 더 나은 결과를 얻으십시오.

개발 환경 설정

먼저 환경을 설정하고 필요한 라이브러리를 설치하십시오.

환경 설정

 <code># Create a virtual environment python -m venv env # Activate (Windows) .\env\Scripts\activate # Activate (macOS/Linux) source env/bin/activate</code>

로그인 후 복사

라이브러리를 설치하십시오

 <code>pip install -r https://raw.githubusercontent.com/Gouravlohar/Negotiation-Agent/refs/heads/main/requirements.txt</code>

로그인 후 복사

API 키 구성

Groq에서 Groq API 키를 얻으십시오.

DeepSeek-R1 증류 LLAMA-70B를 사용하여 협상 에이전트를 구축하십시오

.env 파일에 API 키를 추가하십시오.

 <code>GROQ_API_KEY="Your API KEY HERE"</code>

로그인 후 복사

DeepSeek-R1 증류 LLAMA-70B를 사용하여 협상 에이전트 구축

이 섹션에서는 DeepSeek-R1, Langchain 및 Streamlit을 사용하여 AI 협상 에이전트 구축에 대해 자세히 설명합니다.

1 단계 : 라이브러리 가져 오기

필요한 라이브러리 가져 오기 : UI, AI 처리를위한 Langchain 및 Environment 변수 관리를위한 Dotenv의 경우 간소화됩니다.

 <code>import os import streamlit as st from langchain.prompts import PromptTemplate from langchain.chains import LLMChain from langchain_groq import ChatGroq from dotenv import load_dotenv</code>

로그인 후 복사

2 단계 : Groq API 키로드

.env 파일에서 Groq API 키를로드하십시오. 누락 된 키 오류를 처리합니다.

 <code>load_dotenv() groq_api_key = os.getenv("GROQ_API_KEY") if not groq_api_key: st.error("Groq API Key not found in .env file") st.stop()</code>

로그인 후 복사

3-9 단계 : (간소화 인터페이스, 사이드 바, 사용자 지침, 프롬프트 템플릿, LLM로드, 사용자 입력 수집, 전략 생성)이 단계는 기능적으로 원본과 동일하지만 문구와 구조는 명확성과 간결함을 향상시키기 위해 약간 변경되었습니다. 코드는 크게 동일하게 유지됩니다.

요약

DeepSeek-R1에 의해 구동되는 AI 협상 에이전트는 협상 결과를 향상시키기위한 데이터 중심의 통찰력을 제공합니다. 다양한 협상 유형을 지원하고 반대자, 위험 평가 및 신뢰 점수를 제공하여 사용자가 정보에 입각 한 결정을 내릴 수 있도록 도와줍니다. 에이전트는 효율적인 처리 및 사용자 친화적 인 인터페이스를 위해 DeepSeek-R1, Langchain 및 Streamlit을 활용합니다.