利用E2B环境进行数据分析 - 创建一个简单的OpenAI Agent

在AI技术应用中，数据分析是一个关键环节。E2B的云环境为大模型（LLM）的运行提供了一个安全的运行时沙箱，非常适合用来构建代码解释器或进行高级数据分析。在这篇文章中，我们将介绍如何利用E2B的Data Analysis沙箱，结合OpenAI的API，创建一个简化的自动化数据分析应用。

技术背景介绍

E2B的Data Analysis沙箱能够安全地执行代码，是构建自动化数据分析工具的理想选择。该沙箱提供了一系列功能，包括：

• 执行Python代码
• 动态生成图表
• 动态安装Python和系统包
• 执行Shell命令
• 文件上传和下载

核心原理解析

通过将数据上传至E2B沙箱，我们可以利用Python进行处理，并通过OpenAI的API进行智能分析。E2B沙箱的动态包管理和资源隔离的特点，使其在处理复杂数据集和执行高密度计算任务时表现出色。

代码实现演示

以下是一个完整的代码示例，展示如何结合E2B Data Analysis沙箱和OpenAI实现简单的数据分析。请确保你已经获得了API密钥，并将其设置为环境变量。

import os
from langchain.agents import AgentType, initialize_agent
from langchain_openai import ChatOpenAI
from langchain_community.tools import E2BDataAnalysisTool

# 设置环境变量
os.environ["E2B_API_KEY"] = ""
os.environ["OPENAI_API_KEY"] = ""

# 保存生成的图表
def save_artifact(artifact):
    print("New matplotlib chart generated:", artifact.name)
    file = artifact.download()
    basename = os.path.basename(artifact.name)
    with open(f"./charts/{basename}", "wb") as f:
        f.write(file)

# 初始化E2B数据分析工具
e2b_data_analysis_tool = E2BDataAnalysisTool(
    env_vars={"MY_SECRET": "secret_value"},
    on_stdout=lambda stdout: print("stdout:", stdout),
    on_stderr=lambda stderr: print("stderr:", stderr),
    on_artifact=save_artifact,
)

# 上传CSV文件进行分析
with open("./netflix.csv") as f:
    remote_path = e2b_data_analysis_tool.upload_file(
        file=f,
        description="Data about Netflix tv shows including their title, category, director, release date, casting, age rating, etc.",
    )
    print(remote_path)

# 创建一个工具对象并初始化Langchain代理
tools = [e2b_data_analysis_tool.as_tool()]
llm = ChatOpenAI(model="gpt-4", temperature=0)
agent = initialize_agent(
    tools,
    llm,
    agent=AgentType.OPENAI_FUNCTIONS,
    verbose=True,
    handle_parsing_errors=True,
)

# 向代理询问关于CSV文件的问题
agent.run(
    "What are the 5 longest movies on netflix released between 2000 and 2010? Create a chart with their lengths."
)

# 完成后关闭沙箱
e2b_data_analysis_tool.close()

应用场景分析

这种集成方案特别适用于需要动态分析和可视化的场景，例如市场数据分析、科研数据处理和业务报告生成等。

实践建议

1. API密钥安全管理：务必将API密钥妥善保管，并通过环境变量方式进行管理。
2. 资源优化：在上传大文件或运行复杂计算时，注意控制资源消耗以提高任务执行效率。
3. 错误处理：在代码中加入足够的错误处理机制，以便及时定位和解决问题。

通过本文的示例代码，希望能帮助你更好地理解如何利用E2B和OpenAI进行自动化的数据分析。如果遇到问题欢迎在评论区交流。

—END—