Låt agenten sköta matten: utgiftsanalys
Du har manuellt följt dina månatliga utgifter i ett kalkylblad, men att analysera utgiftsmönster tar evigheter.
En vän tipsade dig om att testa smolagents för att automatisera analysen. Din veckovisa utgiftsdata för den senaste månaden finns i följande expense_data-dictionary:
expense_data = {
"groceries": [120, 95, 110, 140],
"utilities": [85, 92, 78, 88],
"entertainment": [45, 0, 75, 30],
"transportation": [60, 55, 70, 65]
}
Låt oss köra en agent som kan hjälpa dig att förstå dina utgiftsvanor och skapa en budgetplan.
Obs: agent och expense_data-dictionaryn har redan initierats åt dig.
Den här övningen är en del av kursen
AI-agenter med Hugging Face smolagents
Övningsinstruktioner
- Kör den angivna koden för att se hur
smolagentsanalyserar dina utgiftsdata. - Observera utdata och hur agenten skriver Python-kod för att hitta utgiftsmönster.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Task for the agent
task = f"""Analyze my monthly expense data by category. Calculate total spending per category, find my highest expense area, and suggest a realistic budget for next month. Use simple text format in your final answer. Here is my weekly expense data for the past four weeks:
{expense_data}
"""
# Execute the financial analysis
result = agent.run(task)
print("Personal finance analysis:\n")
print(result)