phidata – Toolkit zum Erstellen von KI-Assistenten per Funktionsaufruf

• Ähnlich wie Menschen Probleme lösen, führen LLMs Aufgaben aus, indem sie Funktionen aufrufen und anhand der Antworten intelligent den nächsten Schritt auswählen
• Verwendung
  • Assistant erstellen
  • Tools (Functions), Knowledge (VectorDB) und Storage (DB) hinzufügen
  • Mit Streamlit, FastAPI oder Django bereitstellen und KI-Anwendungen entwickeln

[edunga1]

Wenn man dem Beispielcode folgt, funktioniert es erstaunlich gut, aber da das Modell weder lokal läuft noch ein OpenAI API Key nötig ist, ist mir nicht klar, welches LLM hier wie verwendet wird.;;

Auch Tools lassen sich leicht erstellen, und es ist faszinierend, dass es sie allein anhand der per Docstring erklärten Verwendung selbstständig richtig nutzt.

def get_html(url: str):  
    """Get the HTML of a webpage.  
  
    Args:  
        url (str): The URL of the webpage.  
  
    Returns:  
        str: The HTML of the webpage.  
    """  
    return get(url).text  
  
  
assistant = Assistant(tools=[get_html], show_tools_calls=True)  
assistant.print_response("Bitte fassen Sie den Inhalt der Website `phidata - 함수 호출로 AI 비서를 만드는 툴킷` in 3 Zeilen zusammen.", markdown=True)