Aipy实战：分析潜在的糖尿病患者

一、背景：

Aipy一款集成了LLM+python的垂直性agent，与其他通用型agent不同：

首先，Aipy是本地部署，所有信息不用上传云端、本地保存更具隐私性，更新之后，它能够将运行过程也私密储存并且分享给好友；

其次，Aipy能够运用强大python能力，触达其他agent的不可及之地，比如操控同一局域网下的设备，例如打印机、手机、空调等完成基本的操作，直接调用python将代码过程可视化；

最后，这是aipy相较于其他agent最大的优点，可调用任何你想调用的模型，并且你只需要承担调用模型的费用，完成一个任务消耗的tokens非常少，很便宜！

今天，我们就来使用aipy做一个数据分析：根据已有的数据来寻找出潜在的糖尿病患者。

二、过程

提示词：你是现在是一名医生，请读取并学习当前工作目录下"训练数据集.csv"文件中糖尿病患者的数据，学习后再读取"病人数据集.csv"中的数据，判断"病人数据集.csv"中哪些人具有糖尿病风险，并在最后一列标记出来。

AiPy开始任务拆解

任务完成，预测的文件也成功生成

结果展示

三、结论

整个过程aipy的处理非常丝滑、迅速，总共耗时不到5分钟就完成任务并且产出excel；

在拆解任务过程中，aipy会考虑产出结果的适用性，比如在原生表格中添加“糖尿病风险”和“糖尿病概率”，并且用0/1来表现可能性，特别不错。