الوصف
Sketch هو مساعد لكتابة الأكواد بالذكاء الاصطناعي مصمم خصيصًا لمستخدمي مكتبة pandas في Python. يكمن ابتكاره الأساسي في قدرته على فهم سياق بياناتك، مما يؤدي إلى اقتراحات أكواد أكثر صلة ودقة بشكل كبير. هذا يجعل مهام تحليل البيانات ومعالجتها أكثر كفاءة وبديهية.
قراءة المزيد
إحدى المزايا الرئيسية لـ Sketch هي سهولة استخدامه. يمكن دمجه في سير عملك في ثوانٍ ولا يتطلب تثبيت أي إضافات إضافية لبيئة التطوير المتكاملة (IDE) الخاصة بك. التثبيت بسيط مثل تشغيل `pip install sketch`.
يوفر Sketch واجهة لغة طبيعية متعددة الاستخدامات يمكنها التنقل في جوانب مختلفة من مكدس البيانات. تمتد قدراته لتشمل فهرسة البيانات، بما في ذلك وضع علامات عامة مثل تحديد PII وإنشاء البيانات الوصفية بالأسماء والأوصاف. في هندسة البيانات، يساعد في تنظيف البيانات، وإخفاء البيانات للامتثال، وإنشاء ميزات مشتقة. لتحليل البيانات، يمكن لـ Sketch الإجابة على الأسئلة حول بياناتك، وإنشاء تصورات، والمساعدة في المهام التحليلية المعقدة.
التفاعل مع Sketch مباشر. بعد استيراد المكتبة، تكتسب أي DataFrame من pandas امتداد `.sketch`. يمكنك استخدام `.sketch.ask()` لنظام الإجابة على الأسئلة الذي يوفر إجابات نصية مشتقة من الإحصاءات الموجزة وأوصاف البيانات، مما يساعدك على فهم بياناتك، أو تحسين أسماء الأعمدة، أو استكشاف السيناريوهات الافتراضية. لتوليد الأكواد، يوفر `.sketch.howto()` كتل أكواد يمكن أن تكون بمثابة نقاط انطلاق لمهام مثل تنظيف البيانات، أو التطبيع، أو إنشاء الميزات، أو الرسم البياني.
توفر طريقة `.sketch.apply()` وظائف أكثر تقدمًا، خاصة لتوليد البيانات. تستفيد من lambdaprompt وتتطلب مفتاح OpenAI API ليتم تعيينه كمتغير بيئة. هذه الميزة مفيدة لتحليل الحقول وإنشاء ميزات جديدة بناءً على مطالبات معقدة.
يدعم Sketch واجهات خلفية متعددة لمعالجة الذكاء الاصطناعي الخاصة به. يمكنه استخدام prompts.approx.dev للإعداد الأدنى. بدلاً من ذلك، يمكن تشغيله بالكامل محليًا باستخدام نماذج Hugging Face المبنية مسبقًا مثل MPT-7B و StarCoder عن طريق تعيين متغيرات بيئة محددة. يمكن للمستخدمين أيضًا اختيار استدعاء OpenAI مباشرة عن طريق تكوين متغيرات البيئة باستخدام مفتاح API الخاص بهم.
تتضمن الآلية الأساسية لـ Sketch خوارزميات تقريب فعالة، تُعرف باسم data sketches، لتلخيص البيانات بسرعة. يتم بعد ذلك تغذية هذه الملخصات إلى نماذج اللغة كسياق إضافي لمطالبات كتابة الأكواد. تهدف التطورات المستقبلية إلى تغذية هذه الملخصات مباشرة في نماذج أساسية مخصصة "للبيانات + اللغة" لمزيد من الدقة.
Sketch هو مشروع مفتوح المصدر مستضاف على GitHub، مما يجعله متاحًا لمجموعة واسعة من علماء البيانات والمطورين الذين يتطلعون إلى تعزيز سير عمل pandas الخاصة بهم بمساعدة مدعومة بالذكاء الاصطناعي.
- الفئةمساعدو البرمجة بالذكاء الاصطناعي
- نموذج التسعيرمفتوح المصدر
- النشرسحابي, يعمل محليًا
- المنصاتالويب
الميزات الأساسية لـ Sketch AI Code Assistant
مساعد لكتابة الأكواد بالذكاء الاصطناعي لمستخدمي pandas
يفهم سياق البيانات للحصول على اقتراحات ذات صلة
تكامل سلس مع DataFrames الخاصة بـ pandas
واجهة لغة طبيعية لمهام البيانات
يدعم فهرسة البيانات وإنشاء البيانات الوصفية
يساعد في تنظيف البيانات وإخفائها
يسهل إنشاء الميزات المشتقة
يمكّن تحليل البيانات والتصور
لا يتطلب إضافة IDE للاستخدام الأساسي
يوفر إمكانيات الإجابة على الأسئلة عبر `.sketch.ask()`
يوفر مطالبات توليد الأكواد عبر `.sketch.howto()`
توليد بيانات متقدم عبر `.sketch.apply()`
يدعم التنفيذ المحلي بنماذج Hugging Face
يمكنه استخدام OpenAI API مباشرة
البدء مع Sketch AI Code Assistant
التثبيت: pip install sketch
الاستيراد: import sketch
استخدام امتداد DataFrame: الوصول إلى .sketch على أي DataFrame من pandas
طرح الأسئلة: استخدم df.sketch.ask('سؤالك هنا')
توليد الأكواد: استخدم df.sketch.howto('صف الكود الذي تحتاجه')
التطبيق لتوليد البيانات: استخدم df.sketch.apply('مطالبة لتوليد البيانات')
تكوين الواجهة الخلفية (اختياري): قم بتعيين متغيرات البيئة للنماذج المحلية أو الوصول المباشر إلى OpenAI
حالات استخدام Sketch AI Code Assistant
- استكشاف البيانات
- توليد الأكواد
- هندسة الميزات
- فهرسة البيانات
- تنظيف البيانات
- تصور البيانات
- المساعدة في الامتثال
