Przejdź do głównej treści
Polski— Wybierz język
Menu

Praktyczne przypadki użycia

Lekcja 16 z 16 Zaktualizowano 30 lipca 2026 Programista
Na tej stronie
  1. Wykonywanie kodu w środowisku produkcyjnym
  2. Analiza finansowa
  3. Analiza statystyczna
  4. Obliczenia naukowe
  5. Przetwarzanie i czyszczenie danych
  6. Kompleksowa architektura przepływu pracy
  7. Kluczowe wnioski
  8. Sprawdź swoją wiedzę

Wykonywanie kodu w środowisku produkcyjnym

Ta ostatnia lekcja omawia praktyczne przypadki użycia funkcji Code Execution, aby dać Ci jasny obraz tego, co możesz zbudować. Każdy przykład ilustruje domenę aplikacji wraz z odpowiednim monitem i logiką.

Analiza finansowa

Optymalizacja portfela

Code Execution jest szczególnie dobrze dostosowane do modelowania finansowego. Piaskownica zawiera biblioteki NumPy i SciPy, które obsługują niezbędne obliczenia optymalizacyjne:

input_text = """
Portfolio of 5 assets with the following monthly returns (12 months):

Asset A: [2.1, -0.5, 1.8, 3.2, -1.1, 2.5, 0.8, 1.2, -0.3, 2.8, 1.5, 0.9]
Asset B: [1.5, 0.2, 2.1, 1.8, 0.5, 1.2, 2.3, -0.1, 1.6, 0.8, 1.9, 2.2]
Asset C: [-0.3, 3.5, -1.2, 4.1, -0.8, 2.9, -0.5, 3.2, -1.0, 3.8, -0.2, 2.7]
Asset D: [0.8, 0.9, 0.7, 1.1, 0.6, 0.8, 1.0, 0.5, 0.9, 0.7, 1.2, 0.8]
Asset E: [3.5, -2.1, 4.2, -1.5, 3.8, -0.9, 2.7, -1.8, 3.1, -0.5, 4.5, -1.2]

Calculate:
1. The correlation matrix between assets
2. The minimum variance portfolio
3. The optimal portfolio (maximum Sharpe ratio, risk-free rate = 4% annual)
4. The efficient frontier (10 points)

Present allocations as percentages.
"""

Model napisze kod wykorzystujący NumPy do macierzy korelacji oraz SciPy do optymalizacji z ograniczeniami.

Wskaźnik Sharpe’a i wskaźniki ryzyka

input_text = """
Daily returns of a fund over 20 days:
[0.12, -0.05, 0.08, 0.15, -0.03, 0.22, -0.11, 0.06, 0.09, -0.07,
 0.14, 0.03, -0.08, 0.18, 0.01, -0.04, 0.11, 0.07, -0.02, 0.13]

Calculate the Sharpe ratio, Sortino ratio, Value at Risk (95%),
and maximum drawdown. Annual risk-free rate = 4%.
"""

Analiza statystyczna

Testowanie hipotez

SciPy pozwala przeprowadzać rygorystyczne testy statystyczne:

input_text = """
Group A (treatment): [85, 88, 91, 87, 93, 89, 86, 92, 90, 88]
Group B (control): [78, 82, 80, 85, 79, 83, 81, 77, 84, 80]

Perform a Student's t-test to determine if the difference between
the two groups is statistically significant (alpha = 0.05).
Include hypotheses, test statistic, p-value, and conclusion.
"""

Regresja i prognozowanie

input_text = """
Monthly sales data (in thousands of euros):
Month (x): [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
Sales (y): [45, 52, 48, 61, 55, 67, 72, 68, 75, 80, 78, 85]

1. Perform linear regression
2. Calculate R² and standard error
3. Predict sales for months 13, 14, 15
4. Test if the trend is significant
"""

Obliczenia naukowe

Rozwiązywanie równań różniczkowych

input_text = """
Solve the second-order differential equation:
y'' + 2y' + 5y = 0
Initial conditions: y(0) = 1, y'(0) = 0
Interval: t from 0 to 10

Plot the solution and identify the behavior (damped oscillation,
critical, overdamped).
"""

Symulacje Monte Carlo

input_text = """
Monte Carlo simulation to estimate the probability that a project
is profitable.

Parameters (normal distributions):
- Monthly revenue: mean = €50,000, std dev = €10,000
- Monthly fixed costs: €30,000
- Variable costs: 15% to 25% of revenue (uniform)
- Project duration: 12 months

Run 10,000 simulations. Calculate the probability of profitability
and the net profit distribution. Present the 5th, 50th, and 95th percentiles.
"""

Przetwarzanie i czyszczenie danych

input_text = """
Raw data (CSV with common issues):

name,age,salary,city
Alice,32,45000,Paris
Bob,,52000,Lyon
Charlie,28,NA,Marseille
Diana,45,62000,paris
Eve,33,48000,LYON
Frank,-5,55000,Toulouse
Grace,29,999999,Bordeaux

1. Identify and handle missing values
2. Correct inconsistencies (negative age, outlier salary)
3. Normalize city names (consistent casing)
4. Calculate descriptive statistics on cleaned data
5. Document each transformation performed
"""

Kompleksowa architektura przepływu pracy

W aplikacjach produkcyjnych łącz narzędzia w ustrukturyzowanym przepływie pracy:

  1. Web Search pobiera aktualne dane (ceny, wskaźniki, wiadomości)
  2. Code Execution analizuje pobrane dane (obliczenia, statystyki, wykresy)
  3. Twoja aplikacja formatuje i prezentuje wyniki użytkownikowi

Ten wzorzec znajduje zastosowanie w wielu domenach: finansach, wywiadzie konkurencyjnym, analizie rynku, automatycznym raportowaniu.

Kluczowe wnioski

  • Code Execution doskonale sprawdza się w analizie finansowej (wskaźnik Sharpe’a, optymalizacja portfela, VaR)
  • Testy statystyczne i regresje to naturalne przypadki użycia dla biblioteki SciPy
  • Symulacje Monte Carlo działają skutecznie w ramach limitów pamięci piaskownicy
  • Czyszczenie danych za pomocą Pandas to praktyczne, codzienne zastosowanie
  • Łącz Web Search + Code Execution, aby tworzyć kompletne, zautomatyzowane przepływy pracy
  • Dostarczaj ustrukturyzowane dane i precyzyjne instrukcje, aby uzyskać lepsze wyniki

Sprawdź swoją wiedzę

Sieć, X, kod: narzędzia serwerowe Groka w pięciu punktach kontrolnych.

1. Jakie są dwie kategorie narzędzi Groka?

Odpowiedź: Zintegrowane narzędzia, wykonywane po stronie serwera przez xAI (wyszukiwanie w sieci, wyszukiwanie w X, wykonywanie kodu), oraz Twoje własne funkcje, wykonywane przez Twój kod – dwa światy, które się łączą.

2. Jak wygląda przepływ wykonania zintegrowanego narzędzia?

Odpowiedź: W pięciu krokach po stronie serwera: model podejmuje decyzję, narzędzie wykonuje się w xAI, wyniki wracają do modelu, który generuje odpowiedź – Ty otrzymujesz finalną odpowiedź wraz ze śladami wykonania i cytowaniami.

3. Co umożliwiają filtry Web Search i X Search?

Odpowiedź: Określanie źródeł: dozwolone domeny w sieci, konta i daty w X – kontrolujesz świeżość i wiarygodność, a cytowania dokumentują każdą odpowiedź.

4. Co potrafi Code Execution?

Odpowiedź: Wykonuje kod Python w piaskownicy – dostępne są powszechne biblioteki, obowiązują ścisłe ograniczenia bezpieczeństwa: obliczenia, transformacje i weryfikacje są delegowane do precyzyjnego kodu.

5. Co powinieneś monitorować w kwestii kosztów?

Odpowiedź: Każde wywołanie narzędzia jest płatne dodatkowo poza tokenami: celuj w wyszukiwania, limituj głębokość i aktywuj tylko narzędzia przydatne dla danego zapytania.

Możliwości serwera gotowe do użycia od razu, kontrolowane przez Twoje filtry i budżet: zintegrowane narzędzia czynią z Groka agenta – Ty pozostajesz reżyserem.