py-agent

《基于多模态大模型的工业数据可视化与报告生成 Agent 系统》

功能特性

• 数据上传：支持上传 CSV 物流数据并入库分析
• 可视化与报表：在 report、analyze 页面查看统计与图表
• 发运记录浏览：shipments 页面分页查看与筛选
• 示例数据生成：csv_gen/generate_logistics_data.py 可批量生成样例 CSV

环境要求

• Python 3.9+（建议 3.10/3.11）
• macOS / Linux / Windows 任一

安装与启动

1. 克隆仓库

   git clone git@github.com:ParcyChiang/py-agent.git

2. 建议使用虚拟环境

   python3 -m venv .venv
   source .venv/bin/activate  # Windows 使用: .venv\\Scripts\\activate

3. 安装依赖

   pip install -r requirements.txt

4. 下载模型(重要!!!!!!)

   ollama pull qwen:0.5b

5. 创建并启动 mysql, 账号 root, 密码 rootroot

   • mac(如果使用 Homebrew 安装)

    brew services start mysql                            #启动 mysql
    mysql -u root                              #首次登录,创建无密码账号
    ALTER USER 'root'@'localhost' IDENTIFIED BY 'rootroot';#添加密码

   • mac(如果用 pkg 安装
     前往系统设置-->(最底下)Mysql 服务-->启动-->创建账号)

   mysql -u root -p
   #输入密码 rootroot

   • windows(不清楚)

6. 运行应用

   python app.py

   默认在 http://127.0.0.1:5000 启动。访问首页以进入各功能页面。

目录结构

py-agent/
├─ app.py                     # Flask 入口
├─ models/                    # 数据模型与数据库相关
├─ templates/                 # 前端模板 (Jinja2)
├─ static/                    # 静态资源
├─ csv_gen/                   # 示例数据与生成脚本
├─ code_gen/                  # Python 代码生成演示函数
├─ logistics.db               # SQLite 数据库（开发环境）
├─ requirements.txt           # Python 依赖
├─ CHANGELOG.md
├─ toDo.md
└─ README.md

数据与数据库

• 首次运行时，如果数据库或表不存在，应用会在需要时自动创建（具体逻辑见 models/__init__.py）。

上传与示例数据

• 通过脚本生成自定义规模数据：

  python csv_gen/generate_logistics_data.py --rows 20000 --out my_logistics.csv

• 你可以在页面中上传 CSV 文件进行分析，或使用 csv_gen 目录下的样例：
  • logistics_sample_100.csv
  • logistics_sample_1000.csv
  • logistics_sample_5000.csv
  • logistics_sample_10000.csv