[10/21 - 10/27] GitHub Weekly Digest

📌 phidatahq/phidata

簡介

Phidata 是一個用於構建代理系統的框架，可以使用它來：

• 構建具有記憶體、知識、工具和推理能力的代理。
• 構建可以協同工作的代理團隊。
• 使用漂亮的代理 UI 與您的代理聊天。
• 監控、評估和最佳化您的代理。
• 在 API 背後執行您的代理，並使用資料庫和向量資料庫。

主要功能

Phidata 提供以下主要功能：

• 代理構建： 允許您建立具有記憶體、知識、工具和推理能力的代理。
• 代理團隊： 允許您構建可以協同工作的代理團隊。
• 代理 UI： 提供一個漂亮的 UI，可以與您的代理進行互動。
• 監控和評估： 提供內建的監控和評估功能，用於追蹤代理的效能。
• 資料庫和向量資料庫： 允許您在 API 背後執行您的代理，並使用資料庫和向量資料庫。
• 推理代理： 允許您建立可以逐步解決問題的代理，並在需要時回溯和更正。
• RAG 代理： 允許您建立可以使用知識庫 (向量資料庫) 來搜尋特定資訊的代理，從而節省令牌並提高響應質量。
• Python 代理： 允許您建立可以編寫和執行 Python 程式碼的代理。
• DuckDb 代理： 允許您建立可以使用 SQL 進行資料分析的代理。
• 結構化輸出代理： 允許您建立可以從文字生成結構化資料 (例如 pydantic 模型) 的代理。

如何使用

Phidata 的使用步驟如下：

• 安裝: 使用 pip install -U phidata 安裝 Phidata。
• 建立代理: 使用 phi.agent.Agent 類建立代理。
• 新增工具: 使用 tools 引數新增代理所需的工具，例如 Web 搜尋工具、金融資料工具等。
• 新增知識庫: 使用 knowledge 引數新增代理所需的知識庫，例如 PDF 文件或向量資料庫。
• 執行代理: 使用 agent.print_response() 方法執行代理，並提供要執行的任務。
• 使用代理 UI: 使用 phi.playground.Playground 類建立一個代理 UI，並使用 serve_playground_app() 方法啟動 UI。
• 監控代理: 使用 monitoring=True 引數或 PHI_MONITORING=true 環境變數開啟監控功能。
• 除錯代理: 使用 debug_mode=True 引數或 PHI_DEBUG=true 環境變數開啟除錯功能。

📌 OpenInterpreter/open-interpreter

簡介

Open Interpreter 是一個讓大型語言模型（LLM）能夠在本地執行程式碼的工具。它允許使用者透過終端機中的 ChatGPT 式介面與 LLM 進行對話，並執行 Python、Javascript、Shell 等程式碼。Open Interpreter 讓使用者能夠使用自然語言來控制電腦的各種功能，例如：

• 建立和編輯照片、影片、PDF 等檔案
• 控制 Chrome 瀏覽器進行網路搜尋
• 分析和處理大型資料集
• 其他各種功能

主要功能

Open Interpreter 的主要功能包括：

• **本地執行程式碼：**Open Interpreter 可以在使用者自己的電腦上執行程式碼，不受任何雲端服務限制。
• **與 LLM 互動：**使用者可以使用自然語言與 Open Interpreter 進行互動，並透過 LLM 來執行程式碼。
• **支援多種語言：**Open Interpreter 支援 Python、Javascript、Shell 等程式碼語言。
• **彈性配置：**使用者可以自定義 Open Interpreter 的系統訊息，以及選擇不同的語言模型。
• **多種模式：**Open Interpreter 提供互動式模式和程式化模式，滿足不同使用需求。
• **安全性：**Open Interpreter 要求使用者在執行程式碼之前進行確認，以保障使用者安全。
• **多種平臺：**Open Interpreter 可在 Windows、MacOS 和 Linux 等多個平臺上使用。

如何使用

Open Interpreter 的使用方式如下：

• **安裝：**使用 pip 命令安裝 Open Interpreter：pip install open-interpreter
• **啟動：**安裝完成後，在終端機中執行 interpreter 命令啟動 Open Interpreter。
• **互動模式：**在互動式模式下，使用者可以輸入自然語言指令與 Open Interpreter 進行互動。
• **程式化模式：**在程式化模式下，使用者可以使用 Python 程式碼與 Open Interpreter 進行互動。
• **自定義設定：**使用者可以透過配置檔案自定義 Open Interpreter 的行為，例如語言模型、執行環境等。
• **安全提示：**Open Interpreter 會在執行程式碼之前提醒使用者確認，以確保安全性。
• **其他功能：**Open Interpreter 提供了許多其他功能，例如撤銷、重設對話、檢視聊天記錄等。

📌 serengil/deepface

簡介

DeepFace 是一個輕量級的臉部辨識和麵部屬性分析 (年齡、性別、情緒和種族) 框架，適用於 Python。 它是一個混合臉部辨識框架，整合了最先進的模型：VGG-Face、FaceNet、OpenFace、DeepFace、DeepID、ArcFace、Dlib、SFace 和 GhostFaceNet。 實驗結果顯示，人類在臉部辨識任務中的準確率為 97.53%，而這些模型已經達到並超越了該準確率。

主要功能

• 臉部驗證：驗證兩張臉是否屬於同一個人。
• 臉部辨識：在資料庫中尋找輸入影像的對應身份。
• 嵌入：將臉部影像轉換成多維向量。
• 臉部屬性分析：預測年齡、性別、情緒和種族。
• 臉部偵測和對齊：偵測和對齊影像中的臉部。
• 即時分析：使用網路攝影機進行即時臉部辨識和屬性分析。
• 反欺騙分析：偵測影像是否為真實影像。
• API：提供 HTTP 介面，可供其他系統使用。
• Dockerized 服務：提供 Docker 映像檔，方便部署。
• 命令列介面：提供命令列工具，方便使用。

如何使用

• 安裝：使用 pip install deepface 安裝 DeepFace。
• 使用驗證功能：使用 DeepFace.verify(img1_path, img2_path) 驗證兩張臉是否屬於同一個人。
• 使用辨識功能：使用 DeepFace.find(img_path, db_path) 在資料庫中尋找輸入影像的對應身份。
• 提取嵌入：使用 DeepFace.represent(img_path) 提取臉部影像的嵌入向量。
• 進行屬性分析：使用 DeepFace.analyze(img_path, actions) 進行年齡、性別、情緒和種族分析。
• 使用偵測和對齊功能：使用 DeepFace.extract_faces(img_path, detector_backend, align) 偵測和對齊影像中的臉部。
• 進行即時分析：使用 DeepFace.stream(db_path) 進行即時臉部辨識和屬性分析。
• 啟動反欺騙分析：在任何 DeepFace 任務中將 anti_spoofing 引數設定為 True。
• 使用 API：使用 HTTP POST 方法呼叫 API 端點，例如 /verify、/analyze 和 /represent。
• 使用 Docker：使用 docker run -p 5005:5000 serengil/deepface 啟動 Docker 映像檔。
• 使用命令列工具：使用 deepface verify -img1_path tests/dataset/img1.jpg -img2_path tests/dataset/img2.jpg 執行驗證任務。

📌 drawdb-io/drawdb

簡介

• drawDB 是一個免費、簡單、直觀的資料庫設計工具和 SQL 生成器。
• 它是一個強大的且友善的資料庫實體關係 (DBER) 編輯器，可以直接在瀏覽器中使用。
• 您可以輕鬆地用幾次點選建立圖表、匯出 SQL 指令碼、自訂編輯器等，而且不需要建立帳戶。

主要功能

• 提供直觀的圖表編輯器，方便建立和修改資料庫架構。
• 支援匯出 SQL 指令碼，方便將設計轉換為實際的資料庫。
• 可自訂編輯器，讓使用者能根據需求調整介面和功能。
• 不需要帳戶，使用者可以直接使用所有功能。
• 提供豐富的功能，請參考 官網 瞭解更多。

如何使用

• 您可以透過以下步驟開始使用 drawDB：
  • 複製 drawDB 的 GitHub 儲存庫： git clone https://github.com/drawdb-io/drawdb
  • 切換到 drawDB 目錄： cd drawdb
  • 安裝 npm 套件： npm install
  • 執行開發伺服器： npm run dev
• 如果您想建立一個可部署的版本，可以使用以下步驟：
  • 複製 drawDB 的 GitHub 儲存庫： git clone https://github.com/drawdb-io/drawdb
  • 切換到 drawDB 目錄： cd drawdb
  • 安裝 npm 套件： npm install
  • 建立 build 版本： npm run build
• 您也可以使用 Docker 建立一個容器： docker build .

📌 ranaroussi/yfinance

簡介

yfinance 是一個 Python 套件，提供一種以多執行緒的方式，從 Yahoo! Finance 的 API 下載市場資料。 它使用 Yahoo 的公開 API，用於研究和教育目的，並且不是由 Yahoo! Finance 所認可或背書。

主要功能

• 提供 Pythonic 的方式存取 Yahoo! Finance 資料。
• 支援多種股票資訊，包括股票資訊、歷史資料、技術指標、財務資料、持股資訊、分析師資料和新聞等。
• 支援多個股票的資料下載。
• 支援使用代理伺服器下載資料。
• 提供 Sector 和 Industry 模組，可以存取美國市場資訊。
• 提供 Screener 模組，可以根據指定的查詢條件篩選市場。
• 支援使用日誌記錄，可以記錄程式執行過程中的訊息。
• 支援使用請求快取，可以減少對 Yahoo! Finance 的請求次數。

如何使用

• 安裝：使用 pip 安裝 yfinance 套件。
• 使用 Ticker 模組：建立 Ticker 物件，可以使用 Ticker.info 獲取股票資訊，使用 Ticker.history() 獲取歷史資料。
• 使用 Sector 和 Industry 模組：使用 Sector 和 Industry 物件存取美國市場資訊。
• 使用 Screener 模組：使用 Screener 物件根據指定的查詢條件篩選市場。
• 使用請求快取：可以使用 requests_cache 套件快取 Yahoo! Finance 的 API 請求。