Analytics - Docs & API

Introduction

L'API ANALYTICS d'AlphaEdge vous permet d'analyser des données et extraire des insights. Cette fonctionnalité est optimisée pour offrir des performances élevées et une grande précision.

Cette page vous guide à travers l'utilisation de l'API ANALYTICS, depuis les bases jusqu'aux cas d'usage avancés.

Démarrage rapide

Voici un exemple minimal pour commencer avec l'API ANALYTICS :

Exemple basique

python

from alphaedge import AlphaEdge

client = AlphaEdge(api_key="votre_cle_api")

# Analyse de données
response = client.analytics.analyze(
    data={"sales": [100, 150, 200, 180, 220]},
    model="alphaedge-analytics-3",
    task="trend_analysis"
)
print(response.insights)

bash

curl https://api.alphaedge-ai.com/v1/analytics \
  -H "Authorization: Bearer $ALPHAEDGE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "alphaedge-analytics-3",
    "data": {"sales": [100, 150, 200, 180, 220]},
    "task": "trend_analysis"
  }'

javascript

const AlphaEdge = require('@alphaedge/ai-sdk');

const client = new AlphaEdge({
  apiKey: process.env.ALPHAEDGE_API_KEY
});

// Analyse de données
const response = await client.analytics.analyze({
  data: { sales: [100, 150, 200, 180, 220] },
  model: 'alphaedge-analytics-3',
  task: 'trend_analysis'
});
console.log(response.insights);

Paramètres de l'API

Voici les paramètres disponibles pour l'API ANALYTICS :

PARAMÈTRE	TYPE	REQUIS	DÉFAUT	DESCRIPTION
`model`	string	Oui	-	Le nom du modèle à utiliser (ex: alphaedge-analytics-3)
`data`	object	Oui	-	Les données à analyser (format JSON)
`task`	string	Non	analysis	Type d'analyse : "analysis", "trend_analysis", "forecast", "insights"
`temperature`	float	Non	0.7	Contrôle la créativité (0.0 = déterministe, 2.0 = très créatif)
`max_tokens`	integer	Non	2048	Nombre maximum de tokens à générer
`stream`	boolean	Non	false	Activer le streaming des réponses en temps réel

Formats de fichiers supportés

L'API Analytics d'AlphaEdge accepte des données en entrée sous différents formats :

Formats de données

JSON (.json) - Données structurées JSON
CSV (.csv) - Données tabulaires
XML (.xml) - Données structurées XML
Excel (.xls, .xlsx) - Tableurs Excel

Formats texte

TXT (.txt) - Fichiers texte simples
Markdown (.md, .markdown) - Texte formaté
HTML (.html, .htm) - Contenu web (données extraites)

Spécifications techniques

Longueur maximale : 100 000 caractères par requête
Tokens maximaux : 4096 tokens (prompt + réponse)
Encodage : UTF-8 (recommandé)

Recommandations

Pour les grandes quantités de données : Divisez en lots de 10 000 caractères maximum
Pour de meilleurs résultats : Utilisez des données bien structurées (JSON, CSV)
Spécifiez le type d'analyse souhaité avec le paramètre task

Format de réponse

L'API ANALYTICS retourne une réponse au format JSON. Voici un exemple de structure de réponse :

json

{
  "id": "req_abc123",
  "object": "analytics.response",
  "created": 1677652288,
  "model": "alphaedge-analytics-3",
  "insights": {...},
  "trends": [...],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 50,
    "total_tokens": 60
  }
}

Exemples avancés

Analyse prédictive

Effectuez une analyse prédictive sur vos données :

python

response = client.analytics.analyze(
    data={"sales": [100, 150, 200, 180, 220]},
    model="alphaedge-analytics-3",
    task="forecast",
    horizon=5
)
print(f"Prédiction: {response.forecast}")

Gestion des erreurs

Voici comment gérer les erreurs de manière appropriée :

python

from alphaedge import AlphaEdge, APIError

client = AlphaEdge(api_key="votre_cle_api")

try:
    response = client.analytics.analyze(
        data={"example": "data"},
        model="alphaedge-analytics-3"
    )
    print(response)
except APIError as e:
    print(f"Erreur API: {e.message}")
    print(f"Code: {e.code}")
except FileNotFoundError:
    print("Fichier non trouvé")
except Exception as e:
    print(f"Erreur inattendue: {e}")

javascript

const AlphaEdge = require('@alphaedge/ai-sdk');

const client = new AlphaEdge({
  apiKey: process.env.ALPHAEDGE_API_KEY
});

try {
  const response = await client.analytics.analyze({
    data: { example: "data" },
    model: 'alphaedge-analytics-3'
  });
  console.log(response);
} catch (error) {
  if (error instanceof AlphaEdge.APIError) {
    console.error(`Erreur API: ${error.message}`);
    console.error(`Code: ${error.code}`);
  } else if (error.code === 'ENOENT') {
    console.error('Fichier non trouvé');
  } else {
    console.error(`Erreur inattendue: ${error.message}`);
  }
}

Cas d'usage

Voici quelques cas d'usage courants pour l'API ANALYTICS :

1. Analyse de tendances

Identifiez des tendances et patterns dans vos données historiques.

2. Prédictions

Créez des modèles prédictifs basés sur vos données pour anticiper les évolutions.

3. Insights automatisés

Générez automatiquement des insights et recommandations à partir de vos données.

Limitations et bonnes pratiques

Limitations

Longueur maximale : 100 000 caractères par requête
Formats supportés : JSON, CSV, XML, Excel, TXT, Markdown, HTML
Tokens maximaux : 4096 tokens (prompt + réponse)
Rate limiting : 60 requêtes par minute par défaut (peut être augmenté selon votre plan)
Tokens : Limite de 4096 tokens pour les prompts et réponses combinés
Pages PDF : Maximum 100 pages par document

Bonnes pratiques

Utilisez des données bien structurées (JSON, CSV) pour de meilleurs résultats
Spécifiez le type d'analyse souhaité avec le paramètre task
Gérez les erreurs de manière appropriée avec des try/except
Implémentez un système de retry pour gérer les erreurs temporaires
Cachez les résultats lorsque c'est possible pour réduire les coûts
Surveillez votre utilisation pour éviter de dépasser vos limites

Modèles disponibles

Pour voir tous les modèles ANALYTICS disponibles avec leurs spécifications détaillées, consultez la page Nos modèles et filtrez par type.