ИИ-агент управляет файлами на ПК: Учим Gemini работать с Excel через Python

ИИ-агент управляет файлами на ПК: Учим Gemini работать с Excel через Python https://www.youtube.com/watch?v=mUX8a0QBK5Q В этом видео мы продолжаем разработку ИИ-агента и переходим к новому важному этапу — работе с локальными файлами и таблицами. Научим нашу языковую модель Gemini управлять файлами на ПК, используя Python, Pandas и механизм Function Calling. Вы увидите на практике, как спроектировать Python Data Tool, описать его интерфейс для модели, чтобы ИИ сам выбирал необходимые инструменты (инспекция структуры, чтение строк, сортировка и агрегация данных) и решал реальные аналитические задачи с Excel-файлами без жестко прописанных правил. Ключевые моменты Проблематика: Почему обычному conversational ИИ сложно работать с таблицами и зачем нужен отдельный инструмент на Python. Создание Python Data Tool: Разработка базовых операций (inspect, head, aggregate, sort) с использованием библиотек Pandas и OpenPyXL. Архитектура Function Calling: Как правильно описать декларацию функций для Gemini, чтобы модель безупречно передавала параметры. Практические теги и примеры: Разбор реальных запросов пользователя — от поиска месяца с максимальными расходами до расчета среднего значения и процентного соотношения. Интеграция контекста и калькулятора: Как агент комбинирует данные из таблиц, историю диалога и точный расчет для формирования финального ответа. Таймкоды 0:00 — Введение: переходим от диалогового ИИ к работе с данными на компьютере 0:36 — Проблема анализа Excel-файлов и концепция Python Data Tool 1:44 — Проверка работоспособности Python-инструмента отдельно от Gemini 2:31 — Подключение инструмента к Gemini через Function Calling 3:36 — Архитектурные изменения: почему важна правильная схема декларации функций 4:09 — Первый тест: поиск месяца с самыми большими расходами 5:27 — Второй тест: расчет средних расходов за месяц 5:52 — Как контекст диалога влияет на поведение агента 6:27 — Сложный тест: расчет процентов и подключение калькулятора 7:10 — Итоги этапа: полный цикл работы агента (причина, инструмент, результат, ответ) 7:46 — Анонс материалов, кода в блокноте и тем по безопасности в Telegram-канале