enola 1.3.5

Enola-AI is a GenAI platform for validating and monitoring AI models in regulated industries like finance, healthcare, and education. It ensures compliance with strict standards via continuous user feedback, automated assessments, and expert reviews.

Enola-AI: Plataforma de Validación y Observabilidad GenAI

Enola-AI es una plataforma avanzada de GenAI diseñada para validar y monitorear la robustez de los modelos de inteligencia artificial en industrias altamente reguladas como finanzas, salud y educación. Nuestra solución asegura que las implementaciones de IA cumplan con los estrictos estándares regulatorios mediante evaluaciones continuas, integraciones fluidas y monitoreo en tiempo real.

Características Principales

• Evaluación Multinivel: Recopilación de feedback de usuarios, evaluaciones automatizadas y revisiones de expertos internos.
• Monitoreo en Tiempo Real: Capacidades de monitoreo continuo para detectar desviaciones en el comportamiento de los modelos de IA.
• Integración Fluida: Compatible con infraestructuras existentes como sistemas ERP, CRM y plataformas de análisis de datos.
• Configuración Personalizada: Adaptación de la metodología de evaluación según las necesidades específicas del cliente.
• Seguridad y Cumplimiento: Medidas avanzadas de seguridad y cumplimiento con normativas de protección de datos.

Requisitos

• Python 3.7+
• Dependencias especificadas en requirements.txt

Uso

1. Configura las variables de entorno necesarias:

   export token='tu_api_key'
   

2. Importa las librerías e inicializa

   from enola import agent
   from enola.base.enola_types import ErrOrWarnKind
   from enola.base.enola_types import DataType
   

3. Inicializa el Agente

   myAgent = agent.Agent(token=token,
                     name="Ejecución Demo Modelo Fuga",
                     isTest=True,
                     user_id="1",
                     user_name="Tu Nombre",
                     app_id= "GoogleColab",
                     channel_id="Google Colab",
                     session_id="1",
                     message_input="Hola, qué puedes hacer?"
                     )
   

4. Registra el paso

   step1 = myAgent.new_step("step 1")
   step1.add_extra_info("ValorNumerico", 11)
   step1.add_extra_info("ValorTexto", "valor2")
   

5. Registra errores si es que existen

   step1.add_error(id="10", message="Error de validación de datos", kind=ErrOrWarnKind.INTERNAL_TOUSER)
   

6. envía los datos al Server

   data_server = myAgent.finish_agent(True, message_output="Salida generada por tu agente", num_iteratons=15 )
   

7. Ejecuta la aplicación:

   python main.py
   

Contribuciones

¡Contribuciones son bienvenidas! Por favor, abre un issue o envía un pull request para cualquier mejora o corrección.

Licencia

Este proyecto está licenciado bajo la Licencia BSD 3-Clause License . Ver el archivo LICENSE para más detalles.

Contacto

Para cualquier consulta o soporte, por favor contacta a [e-mail].