deeplearningAgent01 🧠✨

项目概述

这是一个以“研究工具 + 数据分析/可视化 + 市场活动自动化” 为主题的示例工程。主要功能模块包括：

• 研究工具（arXiv / 网页 / Wikipedia）用于支持学术或市场研究；
• 自动化数据可视化与“反思”流程（生成 matplotlib 代码、评审并改进）；
• 市场活动流水线（市场调研 → AI 图像 → 文案 → 打包报告）；
• 多个演示脚本与示例数据（SQLite、TinyDB、CSV）。

---

目录结构（要点）

• M4_UGL/ — 研究工具与 demo
• M5_6UGL/ — 市场调研与营销资产生成流水线（含 agents/）
• M5_UGL_1_R/ — 库存/店铺演示（TinyDB）
• reflection2_4/ — 可视化 + print_html HTTP 服务
• useExternal2_7/ — 示例 SQLite 事件溯源 DB 与 LLM 驱动的 SQL 生成
• resource/ — 示例 CSV 数据（coffee_sales.csv）

（各子模块均包含单独的 README.md，请查看相应目录了解详细说明）

---

快速开始 ⚡

1. 克隆并进入项目目录

2. 安装依赖：

   pip install -r requirements.txt

3. 设置必要的环境变量（视功能而定）：

   • DASHSCOPE_API_KEY (qwen / 图像)
   • TAVILY_API_KEY (网页搜索)
   • DEEPSEEK_API_KEY / GEMINI_API_KEY / ZHIPUAI_API_KEY / ARK_API_KEY（视模块需要）

4. 运行示例：

   • 市场流水线（演示 agents）：

     python M5_6UGL/market_research_pipeline.py

   • 启动 print_html HTTP 服务器：

     python reflection2_4/run_html_server.py -p 8080

   • 生成示例 SQLite 数据库：

     from useExternal2_7 import utils
     utils.create_transactions_db(db_name='products.db')

---

贡献与说明

• 代码以教学/示例为主；若用于生产请注意安全、配额与密钥管理。
• 许多流程依赖外部模型/服务（请确保配置好密钥并查看相应文件内的注释）。

---

若需要，我可以：

• 为每个模块添加更详细的用例或运行脚本；
• 增加 CI 测试或简单的自动化任务（例如 make / tox）。

感谢！