Pydantic AI
Datenanalyse-Agent mit Pydantic AI
Erstellen Sie einen KI-Datenanalyse-Agenten, der Datensätze verarbeitet, Python-Berechnungen ausführt, Diagramme generiert und Erkenntnisse liefert — mit Pydantic AI.
data analysisPythonchartsanalytics
Funktionierender Code
from pydantic_ai import Agent, RunContext
agent = Agent( "openai:gpt-4o", system_prompt="You are a data analyst. Explore datasets using read_csv_info, then use execute_python to run analysis code. Present findings clearly with numbers.",)
@agent.toolasync def execute_python(ctx: RunContext, code: str) -> str: """Execute Python code for data analysis. pandas and matplotlib are available.""" import subprocess result = subprocess.run( ["python", "-c", code], capture_output=True, text=True, timeout=30, ) return result.stdout or f"Error: {result.stderr}"
@agent.toolasync def read_csv_info(ctx: RunContext, path: str) -> str: """Get info about a CSV file (columns, types, shape).""" import pandas as pd df = pd.read_csv(path) return f"Shape: {df.shape}\nColumns: {list(df.columns)}\nTypes:\n{df.dtypes}"
result = await agent.run("Analyze sales_data.csv and find the top performing products by revenue")print(result.output)Schritt für Schritt
1
Abhängigkeiten installieren
Installieren Sie Pydantic AI und die benötigten Tools für diesen Anwendungsfall.
2
Tools definieren
Erstellen Sie domänenspezifische Tool-Funktionen, die Ihr Agent zur Interaktion mit externen Diensten verwenden wird.
3
Agent erstellen und ausführen
Initialisieren Sie den Pydantic AI-Agenten mit Ihren Tools, setzen Sie den System-Prompt und führen Sie eine Abfrage aus.
Mit anderen Frameworks bauen
Weitere Anleitungen mit Pydantic AI
Bereit, mit Pydantic AI zu bauen?
Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem Pydantic AI — FastAPI + Next.js, Auth, Streaming und mehr.
LoslegenBereit, deinen ersten Produktions-KI-Agenten zu bauen?
Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.