📊 AI 数据分析助手 (Data Analyst Agent)

一个基于 LLM 驱动的智能商业数据分析助手，支持自然语言查询、自动代码生成、执行和深度商业洞察分析。

✨ 主要功能

• 自然语言查询：用自然语言提出数据分析需求，无需编写代码
• 自动代码生成：基于 Qwen2.5-Coder 模型自动生成 Python 分析代码
• 智能执行引擎：安全执行 Python 代码并处理错误，支持自动重试（最多5次）
• 跨表分析：支持多表 merge 操作，进行复杂的商业数据分析
• 数据可视化：自动生成图表（支持 matplotlib）
• 商业洞察生成：基于分析结果生成智能商业洞察
• 对话历史：保留完整的分析历史和之前的错误纠正信息

🏗️ 系统架构

项目采用 LangGraph 工作流，包含三个主要节点：

用户输入 → Coder → Executor → Analyst → 输出结果
           ↓        ↓
         生成代码   执行代码
                   (出错时回退到 Coder 重试)

节点说明

1. Coder 节点：利用 Qwen2.5-Coder 模型生成 Python 代码

   • 动态加载数据目录信息
   • 参考历史错误信息进行纠错
   • 确保代码遵循严格的格式约束

2. Executor 节点：执行生成的代码

   • 使用 PythonAstREPLTool 安全执行代码
   • 捕获运行时错误
   • 支持绘图（matplotlib）
   • 错误时触发重试机制

3. Analyst 节点：生成商业洞察

   • 基于实际数据结果进行分析
   • 用 Llama3.1 模型生成可靠的商业洞察
   • 避免编造数据

🚀 快速开始

环境要求

• Python 3.8+
• Ollama（本地部署 LLM）

安装依赖

pip install -r requirements.txt

或手动安装：

pip install streamlit pandas matplotlib
pip install langchain langchain_ollama langchain_experimental
pip install langgraph

配置 Ollama 模型

确保本地运行了 Ollama 服务，并拉取所需模型：

ollama pull qwen2.5-coder  # 代码生成模型
ollama pull llama3.1       # 洞察分析模型

运行应用

streamlit run app.py

应用将在浏览器中打开，默认地址：http://localhost:8501

📖 使用指南

步骤 1：上传数据

1. 在左侧边栏点击"上传 CSV 文件"
2. 选择一个或多个 CSV 文件上传
3. 系统会自动加载数据并显示可用表名

步骤 2：提出分析问题

在聊天框中输入自然语言问题，例如：

• "列出销量最高的前5个产品"
• "计算每个卖家的平均评分"
• "统计不同城市的订单数量并绘制柱状图"
• "分析2023年和2024年的销售增长趋势"

步骤 3：查看结果

系统会自动：

1. 生成 Python 代码
2. 执行代码并获取结果
3. 生成数据可视化（如有需要）
4. 提供商业洞察

可以在结果页面"查看 Python 代码"展开框中查看自动生成的代码。

📊 示例数据集

项目包含电商数据集（基于 Olist Brazilian E-Commerce），包含：

• customers.csv：9万+ 客户记录
• orders.csv：10万+ 订单记录
• order_items.csv：订单项目详情
• products.csv：3.2万+ 产品信息
• reviews.csv：10万+ 评价记录
• sellers.csv：3.5千+ 卖家信息
• payments.csv：支付方式和金额信息
• geolocation.csv：地理位置编码

🔐 安全性

• 代码沙箱：使用 PythonAstREPLTool 在隔离的环境中执行代码
• 数据本地化：所有数据在本地处理，不上传到服务器
• 预加载数据：严禁使用 pd.read_csv() 读取本地文件，防止意外文件访问

📝 注意事项

1. 模型依赖：需要本地运行 Ollama 和对应的 LLM 模型
2. 性能考虑：首次查询时间可能较长（30-60秒），取决于硬件配置
3. 内存管理：大型数据集可能占用较多内存
4. 错误重试：自动重试会增加查询时间，但提高成功率

📄 许可证

MIT License

👨‍💻 开发信息

• 框架版本：LangGraph 0.1+，Streamlit 1.28+
• Python 版本：3.8+
• 最后更新：2026年2月

🤝 贡献

欢迎提交 Issue 和 Pull Request！