example on fake dataframe

agent.py

@@ -0,0 +1,85 @@
+from smolagents import LiteLLMModel
+from smolagents import CodeAgent
+from smolagents.local_python_executor import LocalPythonExecutor
+from data import df
+
+
+model = LiteLLMModel(
+    api_key='nyjyVJhQqTEz12YFL4fgkmYtqHsU3sju',
+    model_id='mistral/mistral-small-latest'
+)
+
+custom_executor = LocalPythonExecutor(['pandas'])
+
+agent = CodeAgent(
+    tools=[],
+    model=model,
+    additional_authorized_imports=['pandas']
+)
+agent.python_executor.send_variables({'df': df})
+
+user_prompt = '''
+Сгенерируй код для следующей задачи
+
+# Краткая постановка задачи
+{task}
+
+# Описание таблицы
+Эта таблица представляет собой базу данных сотрудников банка. Она содержит информацию о сотрудниках, их должностях, подразделениях, местоположении и статусе прохождения обучающих курсов. Таблица предназначена для отслеживания кадровых данных и контроля за выполнением обучающих программ сотрудниками.
+
+Таблица лежит в переменной df
+
+# Описание колонок таблицы
+User ID (Идентификатор пользователя)
+
+Описание: Уникальный идентификатор сотрудника в базе данных.
+Тип данных: Целое число (Integer).
+ФИ (Фамилия Имя)
+
+Описание: Полное имя сотрудника.
+Тип данных: Строка (String).
+Должность
+
+Описание: Название должности сотрудника в банке.
+Тип данных: Строка (String).
+Примечание: Содержит до 30 уникальных должностей, связанных с банковской деятельностью.
+Дата вступления в должность
+
+Описание: Дата, когда сотрудник занял свою текущую должность.
+Тип данных: Дата (Date).
+Почта
+
+Описание: Электронная почта сотрудника.
+Тип данных: Строка (String).
+Подразделение
+
+Описание: Название подразделения банка, в котором работает сотрудник.
+Тип данных: Строка (String).
+Примечание: Содержит 10 уникальных подразделений, таких как HR, IT и т.д.
+ГОСБ (Головное отделение)
+
+Описание: Местоположение подразделения банка, в котором работает сотрудник.
+Тип данных: Строка (String).
+Примечание: Содержит до 12 уникальных регионов России.
+Назначено курсов
+
+Описание: Общее количество курсов, назначенных сотруднику для прохождения.
+Тип данных: Целое число (Integer).
+Пройдено курсов
+
+Описание: Количество курсов, которые сотрудник успешно завершил.
+Тип данных: Целое число (Integer).
+Не пройдено курсов
+
+Описание: Количество курсов, которые сотрудник еще не начал или не завершил.
+Тип данных: Целое число (Integer).
+Просрочено курсов
+
+Описание: Количество курсов, срок прохождения которых истек.
+Тип данных: Целое число (Integer).
+'''
+
+def run(task: str):
+    prompt = user_prompt.format(task=task)
+    result = agent.run(prompt)
+    return result

app.py

@@ -1,4 +1,49 @@
 import streamlit as st
+import pandas as pd
+from data import df
+import agent
 
-x = st.slider('Select a value')
-st.write(x, 'squared is', x * x)
+st.title("Excel Agent")
+
+st.dataframe(df, use_container_width=True)
+
+
+# Initialize chat history
+if "messages" not in st.session_state:
+    st.session_state.messages = []
+
+# Display chat messages from history on app rerun
+for message in st.session_state.messages:
+    with st.chat_message(message["role"]):
+        st.markdown(message["content"])
+
+# React to user input
+if prompt := st.chat_input("Как я могу вам помочь?"):
+    # Display user message in chat message container
+    with st.chat_message("user"):
+        st.markdown(prompt)
+    # Add user message to chat history
+    st.session_state.messages.append({"role": "user", "content": prompt})
+
+if prompt:
+    response = agent.run(prompt)
+    # Display assistant response in chat message container
+    with st.chat_message("assistant"):
+        print(type(response))
+        if type(response) is pd.Series or type(response) is pd.DataFrame:
+            st.dataframe(response)
+        else:
+            st.markdown(response)
+    # Add assistant response to chat history
+    st.session_state.messages.append({"role": "assistant", "content": response})
+
+with st.sidebar:
+    st.title('Примеры запросов')
+    st.write('1) Найди ГОСБ, который встречается чаще всего в таблице.')
+    st.write('2) Сгруппируй по полю ГОСБ и выведи средние значения по значениям ГОСБ по колонке Пройденных курсов.')
+    st.write('3) Сколько в среднем курсов не прошло в разрезе подразделений банка?')
+    st.write('4) Сделай сравнительную статистику по пройденным курсам за 21 и 22 год')
+
+def clear_chat_history():
+    st.session_state.messages = [{"role": "assistant", "content": "Как я могу вам помочь?"}]
+st.sidebar.button('Очистить историю чата', on_click=clear_chat_history)

data.py

@@ -0,0 +1,3 @@
+import pandas as pd
+
+df = pd.read_excel('./bank_employees_data.xlsx')