Как я создал AI-ассистента для трейдинга на T-Invest API Часть 2: Human-In-The-Loop

В предыдущей статье было рассмотрен способ интеграции ИИ-ассистентов в процесс торговли на бирже. Чтобы углубиться в проектирование ИИ‑приложений, я решил доработать проект. В данной части опишу, как реализовал механизм GuardRails, а именно технику Human‑In‑The‑Loop.

https://habr.com/ru/articles/1030892/

#ииагенты #ииассистент #langgraph #langchain #chainlit #tinvest #тинвестиции_api #тинвестиции #агент

Как я создал AI-ассистента для трейдинга на T-Invest API: от идеи до реализации

С тех пор как я начал изучать рынок ценных бумаг у меня возникла мысль: " А почему-бы не автоматизировать весь процесс анализа и покупки акций на бирже?". Идея о создании торгового робота не покидала меня около пяти лет и вот что из этого вышло. С ростом популярности ИИ-Агентов, а также фреймворков для их реализации, становится целесообразно их применение в этой сфере. Многие уже пробовали использовать ИИ-Агентов в торговле. Как например, в статье " Мы заставили ИИ-модели торговать на бирже. И вот что из этого вышло " освещены результаты торгов на различных биржах, на Reddit куча обсуждений о том, могут ли агенты приносить прибыль на торговле как криптовалютой, так и ценными бумагами. В данной статье я хочу продемонстрировать применение ИИ-Агентов, как новый вид взаимодействия с биржей. Это даст возможность к привлечению новых инвесторов за счет использования приятного и понятного пользователям чат-интерфейса.

https://habr.com/ru/articles/1021512/

#ииассистент #тбанк #тинвестиции_api #chainlit #langchain #mcp #агент #кейс

AIマルチエージェントのアプリをChainlitで爆速開発しよう
https://qiita.com/asuka0708japan/items/cdc9169cd06e03c14ada?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #Python #langchain #chainlit #langgraph

[Перевод] Руководство по созданию приложения для поиска данных на основе агента GraphRAG

Это приложение интегрирует GraphRAG с агентами AutoGen, работающими на локальных LLM от Ollama, для бесплатного и автономного встраивания и вывода. Ключевые моменты включают: 1. Agentic-RAG: - Интеграция метода поиска знаний GraphRAG с агентом AutoGen через вызов функций. 2. Поддержка автономного LLM: - Настройка GraphRAG (локальный и глобальный поиск) для поддержки локальных моделей из Ollama для вывода и встраивания. 3. Вызов функций не из OpenAI: - Расширение AutoGen для поддержки вызова функций с LLM из Ollama через прокси-сервер Lite-LLM. 4. Интерактивный пользовательский интерфейс: - Развертывание пользовательского интерфейса Chainlit для обработки непрерывных разговоров, многопоточности и настроек пользовательского ввода.

https://habr.com/ru/articles/857354/

#autogen #ollama #Chainlit #graphrag

I have done 4 tutorials on how to build custom LLM applications with Mistral

Here is the introduction and the simplest application you can build with #Chainlit and #Mistral

https://www.youtube.com/watch?v=9TfsNmqAz1s

#RAG #LLM #AI #machinelearning #localLLM #SaaS

Bedrock(Converse API)によるドキュメントチャットをChainlitとLangChainで構築する
https://qiita.com/hayao_k/items/7fe90871ab6838cdf745?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #AWS #bedrock #langchain #chainlit #claude3

Bedrock(Claude 3)対応のマルチモーダルチャットボットをChainlitとLangChain(LCEL)で構築する
https://qiita.com/hayao_k/items/a3f7a893e4f6b71dc0b7?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #AWS #bedrock #langchain #chainlit #claude3