꼰대코더

고객 문의를 분류하고, 감정을 분석하며, 필요에 따라 적절한 응답을 제공하거나 문제를 에스컬레이션(담당자에게 전달)하도록 설계. 주요 구성 요소상태 관리 (State Management): TypedDict를 사용하여 각 고객 문의의 상태를 정의하고 관리합니다.문의 분류 (Query Categorization): 고객 문의를 기술(Technical), 요금(Billing), 일반(General) 카테고리로 분류합니다.감정 분석 (Sentiment Analysis): 고객 문의의 **감정적 톤(긍정, 중립, 부정)**을 판단합니다.응답 생성 (Response Generation): 문의 유형과 감정에 따라 적절한 응답을 생성합니다.에스컬레이션 메커니즘 (Escalation Mechanism): 부정적인 감..

목표는 영업 통화의 오디오를 텍스트로 변환하고, 자연어 처리(NLP) 기술을 활용해 전사된 내용을 분석하며, 감정 분석, 핵심 문구, 고객의 문제점, 개선을 위한 제안 등을 포함한 상세한 보고서를 생성. 주요 구성 요소오디오 변환(Audio Transcription): OpenAI Whisper를 사용하여 통화 오디오를 텍스트로 변환합니다.통화 분석(Call Analysis): 감정 분석, 핵심 문구 추출, 고객의 문제점 파악, 상담원의 대응 효과성 평가 등 전사된 내용을 분석하기 위한 작업을 정의합니다.작업 자동화(Task Automation): CrewAI의 에이전트 및 태스크 프레임워크를 활용하여 분석 프로세스를 구조화하고 자동화합니다.보고서 생성(Report Generation): 영업 통화 개선..

기본적으로 agent 는 세션상태로 과거 이력을 보전한다. 하지만 영구적으로 이력을 보존하기 위해 외부 데이터베이스(postgres)를 사용하는 방법을 아래와 같이 소개하고자 한다.from agno.agent import Agentfrom agno.db.postgres import PostgresDbfrom agno.models.openai import OpenAIChat# Persist memories in Postgresdb = PostgresDb(db_url="postgresql+psycopg://ai:ai@localhost:5532/ai")# Updated: Use OpenAI’s GPT-5 modelagent = Agent( model=OpenAIChat(id="gpt-5"), db=..

필요한 두개의 agent1. Crawler agent : 지정한 웹사이트로부터 정보를 크롤2. Writer agent : 취합한 정보를 바탕으로 블로그 컨텐츠 작성pip install agno crawl4aiexport OPENAI_API_KEY=your_api_key_herefrom agno.agent import Agentfrom agno.team import Teamfrom agno.models.openai import OpenAIChatfrom agno.tools.crawl4ai import Crawl4aiTools# Create web crawler agent to extract informationcrawler = Agent( name="Crawler", role="Website i..

Low Pass Filterimport numpy as npimport scipy.signalimport scipy.io.wavfileimport matplotlib.pyplot as pltdef lowpass(data: np.ndarray, cutoff: float, sample_rate: float, poles: int = 5): sos = scipy.signal.butter(poles, cutoff, 'lowpass', fs=sample_rate, output='sos') filtered_data = scipy.signal.sosfiltfilt(sos, data) return filtered_data# Load sample data from a WAV filesample_rate, ..