使用 Phidata SDK 构建特定领域 AI 代理的分步指南

人工智能代理的构建正日益受到企业关注，许多公司竞相创建自己的代理。虽然从零开始构建ai代理是可行的，但开发人员常常被构建和测试不同ai工具（用于函数调用）所需的时间所困扰，这导致开发周期延长。

然而，新的解决方案不断涌现，旨在简化AI代理的构建过程。Phidata便是其中之一。

Phidata SDK 允许您仅需几行Python代码即可轻松构建AI代理。其优势在于提供开箱即用的实用AI工具，无需从头编写。

Phidata提供的开箱即用AI工具包括：

• Google搜索、Exa（用于网页搜索）
• Resend（发送电子邮件）
• Crawl4AI和Firecrawl（网络抓取）
• DuckDB（用于数据分析）
• Python代理（编写和运行Python代码）
• 文件（用于读取文件以构建RAG代理）
• GitHub（与GitHub交互）
• Calcom代理（使用cal.com安排会议）

等等！更多工具列表请访问Phidata官方文档。

通过组合使用这些工具，我们可以构建复杂且功能强大的AI代理，例如：

• 数据分析师代理
• 研究代理
• 销售代理
• 采购代理

仅举几例。

Phidata SDK 的一个亮点是能够将多个工具组合成一个团队，称为“团队代理”。例如，您可以创建一个团队，结合使用“DuckDuckGo”和“雅虎财经”工具，从网络和雅虎财经两个来源获取数据。

团队代理的工作流程如下：

• 用户发出指令：“总结分析师建议并分享NVDA的最新消息”
• 代理在网络上搜索有关英伟达公司（NVDA）的最新消息
• 代理在雅虎财经上搜索股票代码“NVDA”，获取公司财务数据
• 最后，代理在一个清晰的表格中呈现来自两个来源（网络和雅虎财经）的数据。

是不是很酷？

接下来，我们将演示如何使用Phidata SDK创建一个简单的财务分析师代理。

让我们开始构建我们的财务分析师代理。本教程非常适合初学者。

我们将在Google Colab的Jupyter Notebook中创建代理，它具有良好的交互性和易于共享的特点。

点击此处进入Google Colab，您将看到如下界面：

点击“新建笔记本”按钮：

稍等片刻，您将看到新创建的笔记本：

继续下一步。

在创建AI代理之前，我们需要确保笔记本中安装了必要的依赖项。Google Colab预装了一些常用库，但为了确保完整性，我们仍然需要安装所有必需的库。

我们将安装以下库：

• yfinance - 获取公司的财务数据
• openai - 允许Phidata使用OpenAI的LLM实现AI代理
• duckduckgo-search - 使用DuckDuckGo搜索网络
• phidata - 加载预先编写的AI工具进行函数调用并创建团队代理。

复制并粘贴以下命令到第一个代码单元格中：

pip install openai yfinance duckduckgo-search phidata

界面如下所示：

点击左侧的播放图标运行代码：

等待安装完成，您将在“运行”按钮左侧看到一个绿色勾号：

为了节省空间，我们可以隐藏单元格输出。点击“运行”按钮下方的按钮，然后选择“显示/隐藏输出”。

我们需要将OpenAI API密钥添加到环境中。点击按钮添加一个新的代码单元格：

粘贴并运行以下代码，将your_api_key替换为您的实际OpenAI API密钥（从https://www.php.cn/link/742d3c2a7ceaa6143597415ae49551d0获取）：

import os

os.environ['openai_api_key'] = "your_api_key"

界面如下所示：

最后，我们将编写代理代码。这是一个“团队代理”（由多个代理组成），我们将首先使用Phidata SDK创建两个代理：web_agent和finance_agent。网络代理将搜索网络信息，财务代理将从雅虎财经获取财务数据。最后，我们将这两个代理传递给第三个代理的teams数组，创建一个“团队代理”。

这个第三个代理将成为我们最终用于获取公司数据（来自网络和雅虎财经）的代理。

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.duckduckgo import DuckDuckGo
from phi.tools.yfinance import YFinanceTools

web_agent = Agent(
    name="Web Agent",
    role="Search the web for information",
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGo()],
    instructions=["Always include sources"],
    show_tool_calls=True,
    markdown=True,
)

finance_agent = Agent(
    name="Finance Agent",
    role="Get financial data",
    model=OpenAIChat(id="gpt-4o"),
    tools=[YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True)],
    instructions=["Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

agent_team = Agent(
    team=[web_agent, finance_agent],
    instructions=["Always include sources", "Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

agent_team.print_response("Summarize analyst recommendations and share the latest news for NVDA", stream=True)

添加一个新的代码单元格，复制并粘贴上面的代码。运行代码，这需要一些时间。完成后，您将看到类似的输出（可能需要滚动到底部）：

（输出文本可能显示较小，因为为了方便截图，已经进行了缩小。）

我们快速构建了一个财务分析师代理。该报告比较基础，可以进一步完善，我们可以通过添加新的代理（或构建自定义功能工具）来改进代理，从而从更多来源获取数据。

关注我的LinkedIn账号，了解更多关于AI代理的信息!

以上就是使用 Phidata SDK 构建特定领域 AI 代理的分步指南的详细内容，更多请关注知识资源分享宝库其它相关文章！