AGNO框架：正确的UNIX时间戳但不正确的DD-MM-yyyy转换？

Question

纠正Unix时间戳（毫秒）：

1738040400000

• 预期日期（DD-mm-yyyy）：

  28-01-2025

• 我使用yfinancetools在agno中使用代理A获取OHLCV数据。这是我的代理设置：

  tracked_stocks = ["NVDA"]
  
  agent_a = Agent(
      model=OpenAIChat(id=OPENAI_MODEL_NAME, api_key=OPENAI_API_KEY, base_url=API_BASE_URL),
      tools=[YFinanceTools(stock_price=True, historical_prices=True)],  
      show_tool_calls=True,
      name="Market Data Fetcher",
      description="Fetches the latest 30 days of OHLCV stock data.",
      instructions=[
          "Retrieve the recent 30 days of OHLCV (Open, High, Low, Close, Volume) for the given stock symbol.",
          "Return the data as a structured JSON object: {date, open, high, low, close, volume}.",
      ]
  )

python中的尝试不同的转换方法：

from datetime import datetime

unix_timestamp = 1738040400000  # Example from Yahoo Finance
correct_date = datetime.utcfromtimestamp(unix_timestamp / 1000).strftime('%d-%m-%Y')
print("Converted Date:", correct_date)

✅这在Agno之外正确起作用，返回“ 28-01-2025”。

❌但是在AGNO框架内，该模型仍然输出错误的日期。

i明确指示代理：

“将日期从UNIX TIMESTAMP（毫秒）转换为DD-MM-yyyy格式：dateTime.utcfromtimestamp（timestamp / 1000）.strftime（'％d-％m-％y'）。

till给了错误的日期。

我完全到达了你的来源！在LLM和数学方面，最大的挑战之一就是它们如何处理令牌。像“ 1,234,567”之类的数字可能会被分解为较小的部分（“ 1”，“”，“ 234”等），这使得模型更难将其视为单个值。另外，由于LLM旨在预测接下来的令牌而不是执行精确的计算，因此它们并未真正优化数学精度。

如果您需要100％的准确性，我真的建议您手动处理数学，而不是依靠代理商。我知道这是一个额外的一步，但它可以使您免受任何潜在的错误。让我知道我是否可以帮助集思广益更好的方法！