DataFlow-Agent

中文 | English

基于 LangGraph 的多智能体工作流平台：专注论文多模态工作流，并结合 DataFlow 能力扩展到数据治理场景

|

📑 目录

🔥 News
🧠 平台概览
✨ 核心应用
🚀 快速开始
📂 项目结构
🗺️ Roadmap
🤝 贡献

🔥 News

Tip

🆕 2025-12-12 · Paper2Figure 网页端公测上线
支持一键生成多种可编辑科研绘图（模型架构图 / 技术路线图 / 实验数据图）
🌐 在线体验：http://dcai-paper2any.nas.cpolar.cn/

2024-09-01 · 发布 0.1.0 首个版本（详见 changelog）

🧠 平台概览

DataFlow-Agent 基于 LangGraph 搭建多智能体工作流，当前主要聚焦以下典型场景：

🎓 科研工作流（Paper2Any）：从论文 PDF / 截图 / 文本，一键生成模型示意图、技术路线图、实验图和演示文稿
📊 数据治理（Easy-DataFlow）：结合 OpenDCAI/DataFlow 平台，从自然语言任务描述，到可执行的数据处理管线与可视化编排界面

当前主要提供两大核心应用：

Paper2Any：论文多模态工作流（图表 / PPT / 视频脚本 / 海报）
Easy-DataFlow：数据治理工作流与可视化管线

✨ 核心应用

1️⃣ Paper2Any - 论文多模态工作流

从论文 PDF / 图片 / 文本出发，一键生成可编辑的科研绘图、演示文稿、视频脚本、学术海报等多模态内容。

🎯 核心功能

Paper2Any 当前包含以下几个子能力：

📊 Paper2Figure - 可编辑科研绘图

✅ 模型架构图生成
✅ 技术路线图生成（PPT + SVG）
✅实验数据图生成 (优化中)
✅ 支持 PDF / 图片 / 文本输入
✅ 输出可编辑 PPTX 格式

🎬 Paper2PPT - 可编辑演示文稿

✅ Beamer 版本 PPT 生成
✅ 开放式可编辑 PPT 生成
✅ PDF2PPT 转换，背景保留+可编辑

🎬 Paper2Video - 论文讲解视频

🚧 自动生成视频脚本
🚧 分镜描述与时间轴
🚧 配图素材推荐
🚧 视频自动合成（开发中）

📌 Paper2Poster - 可编辑学术海报

🚧 版式自动设计
🚧 要点提炼
🚧 视觉优化

📸 ShowCase - Paper2PPT

论文 PDF 转 PPT

输入	输出	输入	输出
_{📄 论文 PDF}	_{📊 生成的 PPT}	_{📝 论文内容}	_{📊 生成的 PPT}
PPT 生成 - 上传论文 PDF，自动提取关键信息，生成结构化的学术汇报 PPT。		PPT 生成 - 智能分析论文内容，可以自动插入论文内部表格和插图到PPT。
_{📄 输入文本 1}	_{📄 输入文本 2}	_{📄 输入文本 3}	_{📊 生成的 PPT}
Text2PPT - 输入长文本/大纲，自动生成结构化的 PPT。
_{📄 输入主题 1}	_{📄 输入主题 2}	_{📄 输入主题 3}	_{📊 生成的 PPT}
Topic2PPT - 输入简短主题，自动扩充内容并生成 PPT。

📸 ShowCase - PDF2PPT

输入	输出	输入	输出
_{📄 PDF 页面}	_{📊 生成的 PPT 页面}	_{📄 PDF 页面}	_{📊 生成的 PPT 页面}

📸 ShowCase - PPT Polish（PPT 智能美化）

_{🎨 PPT 增色美化 — 基于原有 PPT 内容，智能调整风格、配色与视觉层次}

原始 PPT	增色后	原始 PPT	增色后

_{✍️ PPT 润色拓展 — 将纯文字或简易空白 PPT 智能润色，自动生成精美排版与视觉元素}

原始 PPT	润色后	原始 PPT	润色后

📸 ShowCase - Paper2Figure

模型架构图生成

输入	生成图	PPTX 截图
_{📄 论文 PDF}	_{🎨 生成的模型架构图}	_{📊 可编辑 PPTX}
绘图难度：简单 - 基础模型结构，清晰的模块划分
_{📄 论文PDF}	_{🎨 生成的模型架构图}	_{📊 可编辑 PPTX}
绘图难度：中等 - 包含多层次结构和数据流
_{📄 输入核心段落}	_{🎨 生成的模型架构图}	_{📊 可编辑 PPTX}
绘图难度：困难 - 复杂的多模块交互和详细注释

上传论文 PDF 文件，根据选择的绘图难度（简单/中等/困难），自动提取模型架构信息，生成对应复杂度的可编辑 PPTX 格式模型架构图。

技术路线图生成

输入	生成图（SVG）	PPTX 截图
_{📝 论文方法部分（中文）}	_{🗺️ 技术路线图 SVG}	_{📊 可编辑 PPTX}
语言：中文 - 中文技术路线图，适合国内学术交流
_{📝 论文方法部分（英文）}	_{🗺️ 技术路线图 SVG}	_{📊 可编辑 PPTX}
语言：英文 - 英文技术路线图，适合国际学术发表

粘贴论文方法部分文本，选择语言（中文/英文），自动梳理技术路线与模块依赖关系，生成清晰的技术路线图 PPTX 与可编辑 SVG。

实验数据图生成

输入	常规实验图	精美实验图（可选不同风格）
_{📄 输入：论文 PDF / 实验结果截图}	_{📈 输出：常规 Python 风格实验数据图}	_{🎨 输出：手绘风格的实验数据图}
_{📄 输入：论文 PDF / 实验结果截图}	_{📈 输出：常规 Python 风格实验数据图}	_{🎨 输出：卡通风格的实验数据图}
_{📄 输入：论文 PDF / 实验结果截图}	_{📈 输出：常规 Python 风格实验数据图}	_{🎨 输出：多边形风格的实验数据图}

上传实验结果截图或表格，自动抽取关键数据并生成可编辑的实验数据图 PPTX，同时提供常规和精美两种风格，便于论文和汇报复用。

🖥️ 使用方式

方式一：Web 前端（推荐）

(目前在线版只支持邀请用户体验)访问在线体验地址：http://dcai-paper2any.nas.cpolar.cn/

|

特点：

🎨 现代化 UI 设计
📤 支持拖拽上传
⚙️ 可视化参数配置
📊 实时进度展示
📥 一键下载结果

2️⃣ Easy-DataFlow - 数据治理管线

从任务描述到可执行数据处理管线，AI 驱动的数据治理全流程

🎯 核心功能

功能模块	说明	状态
📊 管线推荐	从任务描述自动生成可执行 Python 管线代码	✅
✍️ 算子编写	AI 辅助编写自定义数据处理算子	✅
🎨 可视化编排	拖拽式构建数据处理流程	✅
🔄 Prompt 优化	自动优化算子提示词，提升效果	✅
🌐 Web 采集	自动化网页数据采集与结构化	✅

📸 功能展示

管线推荐：从任务到代码

_{💻 智能分析任务需求，自动推荐最优算子组合，生成可执行的 Python 管线代码}

算子编写：AI 辅助开发

_{⚙️ 使用 LLM 辅助从功能描述自动生成算子代码，并在同一界面内完成测试与调试}

可视化编排：拖拽式构建

_{🎨 通过可视化界面拖拽组合算子，自由搭建数据处理流程，所见即所得}

Prompt 优化：自动调优

_{✨ 复用现有算子，自动书写 DataFlow 的算子 Prompt Template，智能优化提示词}

Web 采集：网页到数据

_{📊 自动化网页数据采集与结构化转换，直接输出 DataFlow-ready 数据}

🚀 快速开始

环境要求

🐧 Linux 安装

建议使用 Conda 创建隔离环境（推荐 Python 3.11）。
下述命令以 Ubuntu 为例，其他发行版请参考对应包管理器命令。

1. 创建环境并安装基础依赖

# 0. 创建并激活 conda 环境
conda create -n dataflow-agent python=3.11 -y
conda activate dataflow-agent

# 1. 克隆仓库
git clone https://github.com/OpenDCAI/DataFlow-Agent.git
cd DataFlow-Agent

# 2. 安装基础依赖
pip install -r requirements-base.txt

# 3. 开发模式安装
pip install -e .

2. 安装 Paper2Any 相关依赖（可选但推荐）

Paper2Any 涉及 LaTeX 渲染与矢量图处理，需要额外依赖（见 requirements-paper.txt）：

# Python 依赖
pip install -r requirements-paper.txt

# tectonic：LaTeX 引擎（推荐用 conda 安装）
conda install -c conda-forge tectonic -y

# inkscape：用于 SVG / 矢量图处理（Ubuntu 示例）
sudo apt-get update
sudo apt-get install -y inkscape

2.1 PPT / PDF 相关系统依赖（Paper2PPT 与 PPT 美化推荐安装）

如果你需要使用 Paper2PPT / PPT 智能美化 / PDF2PPT 等功能，建议在 Linux 下额外安装以下系统依赖（以 Ubuntu 为例）：

sudo apt-get update
sudo apt-get install -y libreoffice        # 用于 PPT 打开 / 转换等操作
sudo apt-get install -y poppler-utils      # 提供 pdftoppm / pdftocairo 等 PDF 工具
sudo apt-get install -y wkhtmltopdf        # HTML 转 PDF，部分版式转换场景会用到

3. 配置环境变量

export DF_API_KEY=your_api_key_here
export DF_API_URL=xxx  # 可选：如需使用第三方 API 中转站

第三方 API 中转示例：

🪟 Windows 安装（预留）

Note

Windows 安装说明正在整理中，后续将在此补充。
目前推荐优先在 Linux / WSL 环境下体验 DataFlow-Agent。

启动应用

Note

Paper2Any：从论文 PDF / 图片 / 文本一键生成可编辑的科研绘图、技术路线图、实验数据图和演示文稿。

🎨 Paper2Any - 论文工作流

Web 前端（推荐）

# 启动后端 API
cd fastapi_app
uvicorn main:app --host 0.0.0.0 --port 8000

# 启动前端（新终端）
cd frontend-workflow
npm install
npm run dev

# 配置dev/DataFlow-Agent/frontend-workflow/vite.config.ts
# 修改 server.proxy 为：
export default defineConfig({
  plugins: [react()],
  server: {
    port: 3000,
    open: true,
    allowedHosts: true,
    proxy: {
      '/api': {
        target: 'http://127.0.0.1:8000',  // FastAPI 后端地址
        changeOrigin: true,
      },
    },
  },
})

访问 http://localhost:3000

Tip

Paper2Figure 网页端内测说明

当你部署了前端，还需要手动新建一个 invite_codes.txt 文件，并写入你的邀请码（例如：ABCDEFG123456）。
然后再启动后端；
如果暂时不想部署前后端，可以先通过本地脚本体验 Paper2Any 的核心能力：
- python script/run_paper2figure.py：模型架构图生成
- python script/run_paper2expfigure.py：实验数据图生成
- python script/run_paper2technical.py：技术路线图生成
- python script/run_paper2ppt.py：论文内容生成可编辑 PPT
- python script/run_pdf2ppt_with_paddle_sam_mineru.py：PDF2PPT（保留版式 + 可编辑内容）

特点：

✨ 现代化 UI 设计
🎯 可视化参数配置
📊 实时进度展示
📥 一键下载结果

Note

Easy-DataFlow：从自然语言任务描述出发，自动推荐算子与管线结构，生成可执行的数据处理管线。

📊 Easy-DataFlow - 数据治理

Gradio Web 界面

python gradio_app/app.py

访问 http://127.0.0.1:7860

特点：

🚀 快速部署
🔧 灵活配置
📝 支持批量处理

项目结构

DataFlow-Agent/
├── dataflow_agent/          # 核心框架代码
│   ├── agentroles/         # Agent 定义（@register 自动注册）
│   ├── workflow/           # Workflow 定义（wf_*.py）
│   ├── promptstemplates/   # Prompt 模板库
│   ├── toolkits/           # 工具集（LLM/Docker/Image 等）
│   ├── graphbuilder/       # StateGraph 构建器
│   └── states/             # 状态管理
├── gradio_app/             # Gradio Web 界面
│   ├── app.py             # 主程序
│   └── pages/             # 页面模块（自动发现）
├── fastapi_app/            # FastAPI 后端服务
│   ├── main.py            # API 入口
│   └── routers/           # 路由模块
├── frontend-workflow/      # 前端工作流编辑器
│   ├── src/               # 源代码
│   └── public/            # 静态资源
├── docs/                   # 文档
├── static/                 # 静态资源（图片等）
├── script/                 # 脚本工具
└── tests/                  # 测试用例

📐 项目架构

_{DataFlow-Agent 延伸的核心应用：Paper2Any（论文多模态工作流）、Easy-DataFlow（数据治理管线）}

🗺️ Roadmap

🎓 Paper 系列

功能	状态	子功能
📊 Paper2Figure _{可编辑科研绘图}
🎬 Paper2Video _{论文讲解视频}
🎬 Paper2PPT _{可编辑演示文稿}
📌 Paper2Poster _{可编辑学术海报}
🧪 Paper2Exp _{自动实验运行器}
📚 PaperCiter _{智能文献引用}

📊 Data 系列

功能	状态	子功能
🔄 Easy-DataFlow _{数据治理管线}

🛠️ 工具增强

功能	状态	子功能
🎨 Workflow 可视化编辑器 _{拖拽式工作流构建器}
💾 轨迹数据导出 _{训练数据导出}

_{🎨 Workflow 可视化编辑器预览}

🤝 贡献

我们欢迎所有形式的贡献！

详细贡献指南：docs/contributing.md

📄 License

本项目采用 Apache License 2.0 开源协议

🙏 致谢

感谢所有贡献者！特别感谢 OpenDCAI/DataFlow 上游项目

如果这个项目对你有帮助，请给我们一个 ⭐️ Star！

提交 Issue • 查看文档 • 加入讨论

Made with ❤️ by OpenDCAI Team

🌐 加入社区

加入 DataFlow 开源社区，一起交流想法、反馈问题、共建生态！

📮 GitHub Issues：用于反馈 Bug 或提交功能建议
👉 https://github.com/OpenDCAI/DataFlow-Agent/issues
🔧 GitHub Pull Requests：提交代码改进与文档优化
👉 https://github.com/OpenDCAI/DataFlow-Agent/pulls
💬 社区交流群：与开发者和贡献者实时交流

_{扫码加入 DataFlow-Agent 社区微信群}

Name		Name	Last commit message	Last commit date
Latest commit History 376 Commits
dataflow_agent		dataflow_agent
docs		docs
fastapi_app		fastapi_app
frontend-workflow		frontend-workflow
gradio_app		gradio_app
script		script
static		static
tests		tests
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
README_EN.md		README_EN.md
docker-compose.yml		docker-compose.yml
dockerfile		dockerfile
mkdocs.yml		mkdocs.yml
package-lock.json		package-lock.json
pyproject.toml		pyproject.toml
requirements-base.txt		requirements-base.txt
requirements-data.txt		requirements-data.txt
requirements-dev.txt		requirements-dev.txt
requirements-paper.txt		requirements-paper.txt
requirements.txt		requirements.txt

Folders and files

Latest commit

History

Repository files navigation

DataFlow-Agent

📑 目录

🔥 News

🧠 平台概览

✨ 核心应用

1️⃣ Paper2Any - 论文多模态工作流

🎯 核心功能

📸 ShowCase - Paper2PPT

论文 PDF 转 PPT

📸 ShowCase - PDF2PPT

📸 ShowCase - PPT Polish（PPT 智能美化）

📸 ShowCase - Paper2Figure

模型架构图生成

技术路线图生成

实验数据图生成

🖥️ 使用方式

2️⃣ Easy-DataFlow - 数据治理管线

🎯 核心功能

📸 功能展示

🚀 快速开始

环境要求

🐧 Linux 安装

1. 创建环境并安装基础依赖

2. 安装 Paper2Any 相关依赖（可选但推荐）

2.1 PPT / PDF 相关系统依赖（Paper2PPT 与 PPT 美化推荐安装）

3. 配置环境变量

🪟 Windows 安装（预留）

启动应用

🎨 Paper2Any - 论文工作流

📊 Easy-DataFlow - 数据治理

项目结构

📐 项目架构

🗺️ Roadmap

🎓 Paper 系列

📊 Data 系列

🛠️ 工具增强

🤝 贡献

📄 License

🙏 致谢

🌐 加入社区

About

Resources

Contributing

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages