phidata - toolkit para crear asistentes de IA con llamadas a funciones

• Al igual que la forma en que las personas resuelven problemas, el LLM puede llamar funciones y, según la respuesta, elegir de manera inteligente el siguiente paso para realizar una tarea
• Cómo usarlo
  • Crear un Assistant
  • Agregar Tools (Functions), Knowledge (VectorDB) y Storage (DB)
  • Desplegarlo con Streamlit, FastAPI y Django para construir aplicaciones de IA

[edunga1]

Si sigues el código de ejemplo, funciona demasiado bien, pero no se ejecuta el modelo en local ni tampoco requiere una OpenAI API Key, así que no me queda claro qué LLM usa ni cómo lo usa;;

También se pueden crear herramientas fácilmente, y me sorprende que con solo indicarle el modo de uso en el docstring las use bien por su cuenta.

def get_html(url: str):  
    """Get the HTML of a webpage.  
  
    Args:  
        url (str): The URL of the webpage.  
  
    Returns:  
        str: The HTML of the webpage.  
    """  
    return get(url).text  
  
  
assistant = Assistant(tools=[get_html], show_tools_calls=True)  
assistant.print_response("Por favor, resume en 3 líneas el contenido del sitio `phidata - 함수 호출로 AI 비서를 만드는 툴킷;, markdown=True)