Agently日常新闻收集器！

项目简介

Agently 是一个开发框架，可以帮助开发人员快速构建 AI 代理本机应用程序。

您可以以极其简单的方式在代码中使用和构建 AI 代理。 您可以创建一个 AI 代理实例，然后与其进行交互，就像用很少的代码调用函数一样。

如果您希望进一步了解 Agently AI应用开发框架，您可以访问框架的主仓库地址或是中文官网阅读更多相关信息，框架提供了丰富的教程和案例，帮助您逐步上手。

如何使用

第一步：将本仓库Clone到本地

在您的开发目录中使用以下Shell脚本指令：

git clone [email protected]:AgentEra/Agently-Daily-News-Collector.git

第二步：修改SETTINGS.yaml设置文件

您可以在Clone到本地的项目文件夹中找到SETTINGS.yaml这个文件，再根据您的需要修改其中的设置项即可。

下面是具体的设置项说明：

# Debug SettingsIS_DEBUG: false # 如果此项为true，将会输出更多执行过程信息，包括搜索和模型请求的明细信息# Proxy SettingsPROXY: http://127.0.0.1:7890 # 项目中的搜索和模型请求可能会需要使用前向代理，可以通过此项设置代理信息# Model SettingsMODEL_PROVIDER: OAIClient #默认使用OpenAI格式的兼容客户端，此客户端能够适配OpenAI以及各类兼容OpenAI格式的本地模型MODEL_URL: http://base_url_path # 如果您需要修改Base URL，使用此项进行设置MODEL_AUTH:  api_key: "" # 在这里输入鉴权用的API-Key信息MODEL_OPTIONS: # 在这里指定模型需要的其他参数，如指定具体的模型，或是调整temperature  model: gpt-3.5-turbo  temperature: 0.8# Application SettingsMAX_COLUMN_NUM: 3 # 在这里设置汇总报告结构中的专栏数量 OUTPUT_LANGUAGE: Chinese # 在这里设置汇总报告的输出语种，默认为英语，您可能需要手动改成中文MAX_SEARCH_RESULTS: 8 # 在这里设置每个栏目搜索的最大结果数量# 注意，如果数量设置过大，可能会导致超出模型的处理窗口大小，请根据模型具体情况设置SLEEP_TIME: 5 # 在这里设置每次模型请求后的等待时间，以防止频繁请求导致模型拒绝访问

如果您想要了解切换其他模型的更多细节，可以阅读Agently官方网站关于模型设置的说明页面。

第三步：启动任务

因为本项目为Python项目，您需要在本地安装Python环境。您可以在Python官方网站找到适合您的安装方法。

然后，在您的项目目录下使用以下Shell脚本指令更新项目依赖包：

pip install -r requirements.txt

依赖包安装完毕后，通过以下Shell脚本指令即可启动：

python app.py

随后您会看到一个提示：[Please input the topic of your daily news collection]:。

根据提示输入您想要汇总的新闻领域主题关键词，或是用一句话描述您想要生成什么样的新闻汇总报告，然后任务就会开始自动运行了。在这里，您可以输入任何语种的内容，但生成内容的语种会和您在第二步中的设置的语种要求相同。

接下来您就可以等待运行的结果了，整个过程大约需要5-8分钟。

第四步：得到一份新鲜出炉的新闻汇总报告📰！

在整个处理过程结束时，您将会看到类似下方的提示，并可以看到完整的报告MarkDown格式结果被输出到屏幕上：

2024-05-02 21:57:20,521 [INFO] [Markdown Generated]

同时，您也可以在您的项目文件夹中找到一份命名格式为 .md的文件。

这个工具对于需要快速生成新闻日报的用户来说非常有用，特别是那些希望自动化新闻搜集和报告生成过程的用户。如果您对这个工具感兴趣，可以访问提供的GitHub地址了解更多信息或下载使用。

主要依赖说明

• Agently AI应用开发框架：https://github.com/Maplemx/Agently | https://pypi.org/project/Agently/ | http://Agently.cn

• duckduckgo-search: https://pypi.org/project/duckduckgo-search/

• BeautifulSoup4: https://pypi.org/project/beautifulsoup4/

• PyYAML: https://pypi.org/project/pyyaml/

新闻汇总报告样例

MarkDown文件 Lastest Updated on AI Models 2024-05-02

https://github.com/AgentEra/Agently-Daily-News-Collector/blob/main/examples/Latest%20Updates%20on%20AI%20Models2024-05-02.md

PDF文件 Lastest Updated on AI Models 2024-05-02

https://github.com/AgentEra/Agently-Daily-News-Collector/blob/main/examples/Latest%20Updates%20on%20AI%20Models%202024-05-02.pdf