Skip to content
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

Pydantic AI
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.tool
async 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.tool
async 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.

Bereit, mit Pydantic AI zu bauen?

Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem Pydantic AI — FastAPI + Next.js, Auth, Streaming und mehr.

Loslegen

Bereit, deinen ersten Produktions-KI-Agenten zu bauen?

Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.