TaskWeaver

TaskWeaver：一个代码优先的智能代理框架

TaskWeaver 是一个创新的代码优先智能代理框架，旨在无缝规划和执行数据分析任务。它通过代码片段解释用户请求，并高效协调各种以函数形式存在的插件，以有状态的方式执行数据分析任务。

独特之处

与许多仅以文本形式跟踪与大语言模型（LLM）聊天历史的代理框架不同，TaskWeaver 不仅保存聊天历史，还保存代码执行历史，包括内存中的数据。这一特性大大提升了代理框架的表达能力，使其特别适合处理复杂的数据结构，如高维表格数据。

主要特点

TaskWeaver 具有以下突出特点：

• 丰富的数据结构支持：允许用户使用 Python 中的丰富数据结构，如 DataFrame，而不仅限于处理字符串。
• 自定义算法集成：用户可以将自己的算法封装成插件，并由 TaskWeaver 进行编排。
• 领域特定知识整合：设计上便于整合领域特定知识，提高可靠性。
• 有状态执行：支持生成代码的有状态执行，确保一致且流畅的用户体验。
• 代码验证：在执行前验证生成的代码，检测潜在问题并提供修复建议。
• 易用性：提供示例插件、示例和教程，帮助用户快速上手。提供开箱即用的体验。
• 易于调试：提供详细透明的日志，帮助理解整个过程，包括 LLM 提示、代码生成和执行过程。
• 安全考虑：支持基本的会话管理，保持不同用户数据的分离。代码执行在不同进程中进行，避免相互干扰。
• 易于扩展：可以通过多个代理作为插件轻松扩展，完成更复杂的任务。

快速开始

要开始使用 TaskWeaver，用户需要遵循以下步骤：

1. 安装：TaskWeaver 要求 Python 3.10 或更高版本。用户可以通过克隆仓库并安装依赖来获取 TaskWeaver。

2. 配置 LLM：用户需要提供大语言模型的配置信息，例如 API 密钥和模型名称。

3. 启动 TaskWeaver：可以通过命令行界面或 Web UI 启动 TaskWeaver。TaskWeaver 还可以作为库导入到现有项目中。

示例应用

TaskWeaver 展示了两个示例应用：

1. 从数据库中提取数据并应用异常检测算法。
2. 预测 QQQ（纳斯达克 100 指数）未来 7 天的价格。

这些示例展示了 TaskWeaver 在数据分析和预测任务中的应用能力。

结语

TaskWeaver 作为一个灵活、强大的代码优先智能代理框架，为数据分析任务提供了创新的解决方案。它的设计理念和功能特点使其成为处理复杂数据分析任务的理想工具，特别适合需要定制化分析流程的场景。