00:00
大家好,我是fast,今天来给大家带来一期新的分享,就是来制作整个点评情报智能题,因为无论是你在做电商,还是做sa事,还是线下连锁公开点评里面都藏着一手的用户体验和竞品信息,我们要知道谁在抱怨什么,呃,价格是否是敏感,或者是哪些功能能够得到用户的认可,或者是他的一些啊不认可就是点彩,我们需要把这些零散的一些评论啊,要能够自动化的抓机起这样一系列流程来写成一份面向业务的一个洞察报告,这个服务其实在众多的一些场景都是十分有效的分析工具,那我们。现在的这个项目就是来实现整体的呃,流程操作,能够从抓取到洞察再到报告,能够实现这样的一个自动化,自动流程的一个智能体,那我们就直接从零基础。
01:06
直接就可以完成这整一个的项目啊,大家跟着我的整体的呃项目来就好了。那首先带给大家了解一下是Korea AI它是一个什么样的呃框架,它首先是有一个开放,是协助整体AI的一个开源框架,它主要是包括这四个主体部分,第一个是agent,也就是整体,第二个就是test,它。需要去具备清晰的输出啊,第三个是Tory,就是工具,就是我们经常用到的一个MCP啊,或者这样的一个to的工具。第3个是Korea,一个团队,它是能够共同协作的一组智能体,我们称之为团队,那么它的总体架构呢,就是从MCP在抓取相应的一个文件。调用到了一个B工具,这个是我们用b data来实现的,它去自动抓取一些商品的点评的一些公告啊,一些反馈,然后我们收集起来之后,再交给AI,就是大模型来进行方面情感打分,主题抽取,再到执行摘要行动啊,风险聚集啊,这交给这一套的create AI一组智能体来实现这动完成,那么要实现整个流程的智能体编排工作流,那首先就是需要一个Python的一个环境啊,我的Python环境是3.12的,大家在3.2这个基础以上就好,然后是我们需要的note GS, 因为需要去安装我们的MCP的一个工具调用,那么就需要呃MPX这样的一些MCP的框架需要去符合,然后第三个就是需要去安装create a m cp啊,Text logo, 还有Python,还有。
02:56
那个多因为的这样的一个工具,就是环节工具,大家要全局安装MCP service这个b state m cp这样的一个数据抓取的一个服务。
03:08
之后我们要在我们的环境里面输入,我们获取到的就是我们的量数据的一个token,以及它的MCPLL,呃,大家没有量数据的服务,大家不要紧啊,啊,这里是需要大家在线上进行一个登录的,就是我们要在我们的我们的量数据上面去注册啊,这是所有的呃,CP的一个框架啊,我给大家来展示一下如何。如何去?获取到量数据的一个token。啊,在搜索这整个的带子的一个量数据就好了。点击点击这个免费试用啊,大家要先注册一下,登录一下。
04:02
登录一下就好。注册的话它是在这个哦,我这里是已经注册,就是已经登录过了大家,呃,没有注册的话,现在需要去注册一下,注册之后呢,我们点击MCP的一个。一个服务在这一块会有一个当地的logo的这样的一个页面的形式啊,需要将它拷贝出来,然后在我们的程序的,因为文件里面啊,需要去添加这么几个参数,也就是说有一个呃MCP的一个服务器,不还有一个onlooker,这两个是必须的,然后第三个是predict date的啊,API的token啊,这个是也是在我们开通了量数据的MCP之后,调用了自动获取,然后第三个就是这个new new box的API的一个key,它其实就是去调用第三方的一个大码型服务,就不需要我们部署了,但如果我们需要去本地部署的话,也十分方便,是这方面自己进行部署就好了,然后这个框架的话,注册的话也是十分简单的啊,啊,大家需要去登录一个这个。
05:15
在这上面进行注册就好了。在这方面我已经注册了,就是这个。New new这个网站和文档我一系列都会记录在我的博客上面,大家点击登录注册就可以获取到相应的,哎,A pik啊,这里我就再同步了,那需要呢,去记录这个文件就好了,那后回到我们的那个文档,那我们得到了这些之后呢,去连接MCD boxs, 进行一个工具的封装,那对这个有疑问的话,呃,可以去参与我们相应的一个文档,我会在我的官方的博客上面去给出全部的一个开源的一个框架,那我比较了解就是我们需要定义哪三个智能体,那么就是说他能够去获取这三个关键的因素,第一个是要去批量抓取,然后去再进行情感任务的一个分类,再去解析出我们的种洞察报告,啊给大家展示一下,这个是我开源的一个程序啊,已经写好的。
06:23
大家这个程序将来会直接开源在我个人的一个博客,大家进行那个呃。荡下来之后自己来运行一下就好了,我这里给大家展示一下最终的一个效果是怎样来实现的啊。啊。现在就开始在调用整体的一个框架,他首先会去呃询问我们的个域啊,就比如说是我们获取到获取到第三方的一个API的一个大模型,那么它就这里是会自动去记录,就是create的room已经开始do开始了,然后接下来就是我们的第一个engine,也就是评论数据采集专家,这个评论数据采集专家呢,这个会自动去调取我们的MCB第三方的to影来获取我们目标的网页信息啊,我们目前的一个网络信息是亚马逊的一个服务的一双他的产品的服务框架啊,它就它会去自动抓取,那么这里基本上是呃,抓取到他的全部的公告的一个信息啊,就是会转换成啊数据,呃返回给大模型,然后大模型会将此数据全部提取出来。
07:40
返回到我们的下一个情感,情感任务分析专家下面去,然后经过这三个整体的协和,他会去生成一个比较详细的一个框架啊。啊,实现完这个to之后啊,他们会调用第二个推,那么第2个推就是评论数据采集的量啊,啊这方面就会。
08:04
获取到之后呢,就会去调用第二个。哦,这个是一直返回的,返回的它的调用的生成的数据的公公告啊,就是它的数据内容还是比较多的,它量数据的MCP能够将全量的网页的信息全部都能够呃爬取下来,所以说十分的方便,不需要再进行第三方的进行一个爬取了啊,方便。我们需要等程序运营一段时间。接下来之后就是会去调用第二个的安的,就是情感分析,将我们第一个安全的获取到的数据直接传输给第二个进行分析。这里我们可以看到整个我们的程序运行的整体的后台是UUL的一个数据,还有那个呃,MCP的一个服务的函数是怎样使用的,因为数据比较多,所以说这里是需要去等待一段时间的。
09:11
是迭代的能量会就的比较多,待会儿大家来看尽管啊,这里就全部提取完了之后,会跳到第二个安全带,也就是我们的情感分析专家,我们基于他的上一步呢T上一步来进行整体的数据的一个评价啊。建设这里是他的整体的一个,呃,他的评论啊,有数据不足,数据不足以及正向上手快,十分方便,这个就是他提取到的作为正向评价的情感。情感的一个数据。那么这里是,而且他会给整体的数据采集的一个建议啊,比如加入京东啊,国内的一些电商平台,和国外的电商平台进行比较啊。这里是它的整体的任务,就是基于情感维度,是生成一个他的执行摘要和所有的那个数据标注的一个结果,最后我们得到最终的一个回复,就是根据当前的情况分析显示用户的易用性反馈是非常正向的,而且是集中体现在上手快和方便,呃,这两点,那关于客服质量和价格满意度是数据是不足的,需要我们去抓取其他的方向的一些数据来进行冲。
10:25
把这些数据都是很明显说的,但是里面,尤其是这些正向的一些评价啊,他会给出一些改进,以及我们改进我们商品服务的一个地方,它会自动去分析,然后提供给我们。十分的方便,然后根据这个系统的话啊,这里就完成了整体的工作流,这要模式,那就会生成一个详细的报告,是一个马克down的面向商业化的一个形式啊,会有我们所有的这些方法啊,改进方法说明啊,风险是十分的方便,而且会给我们所有的一些这样的程序。方法以及好感的数据的一个概览啊,知道这个开源的create AI的一个评价工具,我到时候会开源在我。
11:09
我旗下的一些,呃,我的1GET up和get意义上面大家克隆下载就好,方便大家使用啊,咱们今天的分享就到此结束。
我来说两句