data copilot v7

✨ 基于代码生成和函数调用(function call)的大语言模型(LLM)数据分析智能体 支持任意数据集和描述文档一键智能导入与智能图表绘制，通过多智能体协作和上下文长数据记忆，实现精准的自然语言查询与可视化分析。

🚩English Readme

相关项目

• 基于大语言模型 (LLM) 的可解释型自然语言数据库查询系统 https://github.com/bytesc/data-copilot-steps
• 基于大语言模型 (LLM)和并发预测模型的自然语言数据库查询系统 (https://github.com/bytesc/data-copilot-v2

个人网站：www.bytesc.top

🔔 如有项目相关问题，欢迎在本项目提出issue，我一般会在 24 小时内回复。

功能简介

• 1, 基于代码生成的大语言模型智能体(AI Agent)，实现数据查询智能绘制多种统计图表。
• 2, 实现智能体对用户的反问，解决用户提问模糊、不完整的情况。
• 3, 智能体支持灵活的自定义函数调用(function call)和思维链(COT)
• 4, 实现多智能体的合作调用
• 5, 能够处理大语言模型表现不稳定等异常情况
• 6, 上下文支持非文本长数据记忆，在多轮对话当中实现数据的存取
• 7, 支持任意数据表格一键导入数据库，支持任意文档生成数据注释标注

技术架构

核心组件与技术架构

1. 可配置的LLM主干模型

• 支持主流大模型（如GPT-4o、Claude等），灵活适配不同场景需求。

2. 动态工具调用的函数图谱（Function Graph）

• 智能选择最佳工具链，根据任务类型动态组合数据查询、分析与可视化功能。

3. 多智能体协作层

• 通过角色化Agent分工（如数据查询Agent、校验Agent、报告生成Agent）实现复杂任务流水线处理。

工作流程

基本流程： User query → Function selection → Code generation → Execution → Validation

1. Question: 用户自然语言问题提问
2. Function Selection: LLM 根据函数基本信息选择多个函数，通过函数依赖图(Function Graph)获得可用函数列表和详细注释（函数包括非智能体函数(Custum Function)和调用其它智能体的函数(Agent as Function)，实现多智能体协同）
3. Function Skill: 根据 function 的选择动态提供不同的 prompt 信息(借鉴 skill 的概念)
4. Function Calls Chain: LLM 根据函数列表和详细注释，生成调用多个函数的 python 代码并执行
5. Result Review: LLM 回顾总结整个流程，评估问题是否解决，没有解决则反问用户，使其澄清问题或者提供更多信息

任意数据导入

任意 csv 文件，加上描述数据的文档即可被解析查询

1. 上传 csv 文件自动导入数据库
2. 上传数据描述文档调用数据标注 Agent 生成数据注释

上下文数据传递

数据的上下文传递和中期记忆

1. Agent 生成代码调用 sql agent 查询数据，查询结果自动保存为 csv 文件，文件链接存入上下文
2. 下一轮对话中 Agent 从上下文中获取 csv 数据文件链接，生成代码可以通过链接重新读取数据

如何使用

安装依赖

python 版本 3.10

pip install -r requirement.txt

配置文件

./config/config.yaml

# config
server_port: 8009 # 部署端口
server_host: "0.0.0.0"  # allow host
# 数据库
mysql: "mysql+pymysql://root:123456@localhost:3306/singapore_land"

# 静态文件服务地址，本机域名/ip:端口
static_path: "http://127.0.0.1:8009/"

model_name: "qwen-max"
# glm-4
# deepseek-chat
# qwen-max
# gpt-4o-mini

model_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
# https://open.bigmodel.cn/api/paas/v4/
# https://api.deepseek.com/v1/
# https://dashscope.aliyuncs.com/compatible-mode/v1
# https://api.openai.com/v1

大语言模型配置

新建文件：agent\utils\llm_access\api_key_openai.txt 在其中填写api-key

api-key获取链接：

• 阿里云:https://bailian.console.aliyun.com/
• deepseek:https://api-docs.deepseek.com/
• glm:https://open.bigmodel.cn/

运行

服务端

# 服务端
python ./main.py

启动后可以通过api访问服务

前端

项目自带一个简单的pywebio图形界面

# 启动前端服务
python ./front.py

开源许可证

此翻译版本仅供参考，以 LICENSE 文件中的英文版本为准

MIT 开源许可证：

版权所有 (c) 2025 bytesc

特此授权，免费向任何获得本软件及相关文档文件（以下简称“软件”）副本的人提供使用、复制、修改、合并、出版、发行、再许可和/或销售软件的权利，但须遵守以下条件：

上述版权声明和本许可声明应包含在所有副本或实质性部分中。

本软件按“原样”提供，不作任何明示或暗示的保证，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权持有人均不对因使用本软件而产生的任何索赔、损害或其他责任负责，无论是在合同、侵权或其他方面。