phidata-cookbook リポジトリサマリー
phidata-cookbook-jpは、phidataの公式cookbookを日本語で解説し、より理解しやすく再構成したAI開発学習プロジェクトです。AIエージェントの実装に焦点を当て、基本から応用まで段階的に学べる構成となっています。
プロジェクト概要
Project: phidata-cookbook-jp
主な特徴
- 詳細な日本語解説：各サンプルコードに詳細なコメントと説明を追加
- 実践的なサンプル：23種類のAIエージェント実装例を提供
- 段階的な学習構成：基礎から応用まで、順を追って学習可能
- 環境構築ガイド：必要なツールやAPIの設定方法を解説
プロジェクト構造
cookbook/
├─ agents/ # AIエージェントのサンプル集
│ ├─ 01_web_search.py # Webサーチエージェント
│ ├─ 02_finance_agent.py # 金融分析エージェント
│ ├─ ... # その他のエージェント実装 (23個)
├─ app.py # Streamlitアプリケーション
├─ requirements.txt # 依存パッケージリスト学習コンテンツ
基礎編: AIエージェントの基本
- Webサーチエージェント - Web検索機能を持つ基本的なAIエージェントの実装
- 金融分析エージェント - 株式市場データの取得と分析
- エージェントチーム - 複数エージェントの協調動作
発展編: 特殊機能の実装
- 推論エージェント - 段階的な問題解決プロセス
- RAGエージェント - PDFからの知識ベース構築
- プレイグラウンド - インタラクティブなUIの実装
監視・デバッグ編
- モニタリング - エージェントの動作監視
- デバッグ機能 - エラー検出と対処
実践編: 特化型エージェント
- Pythonエージェント - IMDBデータの分析
- データアナリスト - DuckDBを使用したSQL分析
応用編: 高度な機能実装
- 構造化出力 - Pydanticモデルの活用
- Python関数ツール - カスタムツールの実装
- 画像分析エージェント - 画像内容の分析
- 画像生成エージェント - DALL-Eを使用した画像生成
実用編: 実践的なアプリケーション
- CLIアプリケーション - コマンドライン対話の実装
- 動画生成 - VideoGen APIの活用
- 中間処理ステップ - 処理過程の可視化
特殊編: 特定タスク向けエージェント
- 数値比較 - 数値計算の実装
- レスポンス変数 - 応答データの構造化
- システムプロンプト - プロンプトエンジニアリング
エンタープライズ編: ビジネス向け機能
- 複数ツール統合 - 複数APIの統合
- エージェントメトリクス - パフォーマンス測定
- リサーチエージェント - 包括的な情報収集
セットアップ
- リポジトリのクローン:
bash
git clone https://github.com/Sunwood-ai-labs/phidata-cookbook-jp.git
cd phidata-cookbook-jp- 仮想環境の作成と有効化:
bash
python -m venv .venv
source .venv/bin/activate # Linux/macOS
.venv\Scripts\activate # Windows- 依存パッケージのインストール:
bash
pip install -r requirements.txt- 環境変数の設定:
.env.exampleを.envにコピーして、必要なAPIキーなどを設定してください
前提条件
- Python 3.8以上
- OpenAI APIキー
- 必要に応じて各種APIキー（DALL-E, Zoom等）
関連プロンプト
- Phidata マルチエージェント プロンプトテンプレート - Phidataフレームワークを使用したマルチエージェントAIシステムの設計・実装を自動生成するためのテンプレート