使用说明
AI Agent和数据分析实验室
这个存储库 AI Agent开发, 数据收集和分析，还有 聊天机器人的制作和分发为您提供了一系列的课程练习。
最终结果可在以下存储库中查看。
首选参数和必需文件
| 文件/文件夹 | 说明 | 设置方法 |
|---|---|---|
| .env.示例* | 环境变量设置文件示例。 | 复制此文件 .env*创建文件， 油管 及 Gemini API密钥请签发并粘贴。 |
| 需求.txt* | 项目所需库的列表。 | 使用以下代码 虚拟环境设置并下载软件包： python-m venv-venv 源venv/bin/activate（Linux/macOS）또는 .\venv\Scripts\activate（Windows） pip安装-r要求.txt |
📚 配置实验材料（步骤4工作流）
1.streamlit文件夹：AI Agent概念和开发环境设置
目标是获得AI Agent的基础知识和设置开发环境。
-
1-1 AI Agent基础： 学习AI Agent的基本概念
-
1-2准备开发环境： 需要的工具和首选参数
-
1-3 Streamlit基础： Web应用程序框架Streamlit基本用法
-
1-4 Gemini API集成： 使用Gemini API的集成方法（包括GPT API简介）
-
1-5实践： 默认聊天机器人 开发（结合Gemini API以Streamlit显示）
2.mcp文件夹：收集数据
收集YouTube数据所需的基础知识和 MCP（多通道处理） 介绍使用方法。
-
2-1数据收集基础： 数据收集的基本概念
-
使用2-2 MCP收集YouTube数据： 如何使用MCP工具收集YouTube数据
-
2-3实践： API和MCP利用收集YouTube数据
-
2-4数据流和调度： 实时数据处理和任务自动化概念
-
2-5实践： 数据调度利用收集YouTube数据
3.数据文件夹：分析数据
浏览和分析收集的数据的过程 提示工程和一起练习。
-
3-1数据分析基础： 数据分析的基本原理和方法
-
3-2实践： **探索性数据分析（EDA）**和文本前处理
-
3-3数据分析仪： 介绍用于数据分析的工具和库
-
3-4实践： 提示工程 基础和应用
-
3-5实践： 新闻数据自动分析和摘要脚本 制作
4.deploy文件夹：创建和分发聊天机器人
完成开发的聊天机器人，并练习将其部署到实际环境中的过程。
-
4-1聊天机器人屏幕设计： 设计用户友好的聊天机器人界面
-
4-2部署的概念： 学习如何使开发的应用程序可供服务
-
4-3实践： 完成并部署新闻趋势聊天机器人
人工智能代理和数据分析研讨会材料
此存储库旨在进行涵盖以下整个工作流程的实践练习 AI代理开发, 及分析，以及 聊天机器人创建和部署.
您可以在下面的存储库中找到最终交付成果：
环境设置和基本文件
| 文件/文件夹 | 说明 | 安装方法 |
|---|---|---|
| .env.示例 | 环境变量配置的示例文件。 | 复制此文件以创建 .env 文件，然后发布并粘贴 油管 和 Gemini API密钥. |
| 需求.txt | 项目所需的库列表。 | 使用以下代码设置 虚拟环境 并下载软件包： python -m venv venv source venv/bin/activate （Linux/macOS）或 .\venv\Scripts\activate （Windows） pip install -r requirements.txt |
车间结构（四阶段工作流程）
1.streamlit文件夹：AI Agent概念和开发环境设置
旨在掌握人工智能代理的基本知识，并建立开发环境。
- 1-1人工智能代理基础： 学习AI代理的基本概念
- 1-2环境准备： 设置必要的工具和环境
- 1-3 Streamlit基础知识： web应用程序框架Streamlit的基本用法
- 1-4 Gemini API集成： 如何使用Gemini API进行集成（包括GPT API介绍）
- 1-5实验室： 开发a 基本聊天机器人 （集成Gemini API并将其与Streamlit一起推出）
2.mcp文件夹：数据收集
涵盖了YouTube数据收集所需的基本知识以及如何利用 MCP（多通道处理）.
- 2-1数据收集基础： 数据收集的基本概念
- 2-2使用MCP收集YouTube数据： 如何使用MCP工具收集YouTube数据
- 2-3实验室： YouTube数据收集使用 API和MCP
- 2-4数据流和调度： 实时数据处理和任务自动化的概念
- 2-5实验室： YouTube数据收集使用 数据调度
3.数据文件夹：数据分析
练习探索和分析收集到的数据 提示工程.
- 3-1数据分析基础： 数据分析的基本原理和方法
- 3-2实验室： 探索性数据分析（EDA） 和文本预处理
- 3-3数据分析器： 数据分析工具和库介绍
- 3-4实验室： 提示工程 基础与应用
- 3-5实验室： 创建一个 自动新闻数据分析和摘要脚本
4.部署文件夹：聊天机器人创建和部署
练习最终确定开发的聊天机器人并将其部署到实时环境中。
- 4-1聊天机器人UI设计： 设计用户友好的聊天机器人界面
- 4-2部署概念： 学习使开发的应用程序可用的过程
- 4-3实验室： 新闻动态聊天机器人完成和部署
