0: Рассмотрим процесс создания нашего агента аналитика для начала с использованием модели GigaChat и далее перейдём к использованию модели chat gpt для решения той же самой задачи.

1: Далее, в целом будет понятно, почему для начала установим необходимые зависимости. Здесь нам понадобится ряд дополнительных библиотек чейн чейн, эксперимента чейн кор, которые

2: Обеспечит нам дополнительный функционал, с которым нам нужно работать. Помимо этого мы воспользуемся библиотекой pandas и добавим наши данные наши данные будут

3: Представляет собой пандарей, в котором есть 3 строки. Это идентификатор нашего устройства. В данном случае это набор различных датчик.

4: Далее температура, собственно, датчики измеряют температуру. Это значение, которые были получены. И также текущий статус относительно температуры. То есть мы

5: Видим, что температура 24 и 5 у нас считается нормальной, в то же время температура 85, мы считаем критической.

6: И с данной таблицей у нас будет работать наша модель. Далее подключаем саму модель.

7: И посмотрим на здесь 2 раза инициализируется зачем-то GigaChat не суть важно. Далее рассмотрим пример того промта, как мы модель сдаём, что она должна делать. Здесь стоит отметить, что текущий

8: Конфигурация этого промта, она является не первоначальной версией, она получена целым рядом операций, поскольку, как оказалось, модель ачат не очень хорошо справляется с этой задачей, она

9: В целом ей, видимо, достаточно незнакомо, и поэтому GigaChat тяжело её выполнять, поэтому пытаемся максимально подробно расписать, что же она должна делать, а именно она является аналитиком данных.

10: Умеет работать с пандас, умеет также пользоваться библиотекой matplotlib, которая уже для неё импортирована, её задача написать код python для анализа данных визуализации.

11: При этом она должна писать код в 1 строку, поскольку у нас вызывается соответствующий инструмент по сути, а также она не должна использовать markdown, обязательно в самом конце указывать.

12: Зашёл, чтобы отобразить визуализацию, если она присутствует, и также использовать формат экшн экшн импут в рамках текущей задачи, ей необходимо сделать группировку и нарисовать

13: Круговую диаграмму. И для этого мы даём ей пример, поскольку с этой задачей у неё возникают трудности.

14: Ну и далее можем уже непосредственно создать самого агента для решения этой задачи. В рамках че есть специальная функция панда эджент, которая принимает на вход непосредственно саму модель.

15: И также дополнительные параметры, которые позволяют, во первых, увидеть вывод модели. Также денжер скотт является важно, чтобы модель могла выполнять наши питоновские функции для работы.

16: И для визуализации префикс мы даём непосредственно для нашей модели GigaChat, ну и также указываем, что необходимо обрабатывать ошибки.

17: И теперь попросим выполнить наш промт. Это последовательность действий из 3 Шагов. Сначала необходимо сгруппировать данные по статусу и посчитать среднюю температуру. Далее необходимо построить круговую диаграмму.

18: И использовать шоу для отображения смотрим, как GigaChat справится с поставленной задачей и проанализируем вывод от библиотеки Лачен, как видим, GigaChat.

19: Понимает, что надо вызвать инструмент python, репл, соответственно, нашу консоль питона, которая позволяет интерактивную консоль, которая позволяет нам выполнять команды питона, но

20: При этом видим, что у неё возникают какие-то проблемы, а именно проблема в том, что синтаксис некорректный, она почему-то не заканчивает последовательность.

21: Кода и почему-то останавливается на плт точка, с чем связана эта проблема, на самом деле, сказать сложно, поскольку различные варианты переписывания, перефразирования

22: Рома не приводит к результату это какое-то такое внутреннее ограничение модели, возможно в дальнейшем GigaChat сможет работать в таком режиме, а теперь мы перейдём к рассмотрению.

23: Примерно на модели чат gpt, поскольку