hello-agents/Co-creation-projects/BeiXiao-929-AI-Powered-Data-Analyst-Agent

智能数据分析师（Data Analyst Agent）

基于 Hello-Agents 框架的自然语言驱动数据分析智能体——你说需求，它出报告。

项目信息

• 项目名称：智能数据分析师（Agent Data Analyst）
• 作者：BeiXiao-929
• 项目类型：数据分析
• 开发框架：Hello-Agents

项目简介

用户只需用一句自然语言提出数据分析需求，Agent 即可自主完成 数据加载 → 数据质量诊断 → 统计分析 → 数据清洗 → 可视化图表生成 → 业务洞察总结 的完整分析流程，输出一份带数字支撑、带图表、带可执行建议的结构化分析报告，让零编程基础的业务人员也能一键获得专业数据分析。

核心功能

• 自然语言交互：无需 SQL / Python，一句话发起完整分析
• 数据质量诊断：自动识别缺失值、重复行并生成诊断报告
• 智能数据清洗：数值列中位数填充、类别列众数填充、自动去重
• 统计分析：数值列描述性统计 + 类别列分布分析，支持按列下钻
• 自动可视化：根据分析意图自动选择柱状图/折线图/饼图/直方图/散点图
• 业务洞察报告：按「数据概况 / 关键发现 / 图表 / 业务建议」结构化输出

技术亮点

• 基于 Hello-Agents 1.x 的 ReAct 范式（Reasoning-Acting-Observation 循环 / Function Calling）实现多工具自主规划调用
• 自定义 4 个数据分析工具（csv_loader / data_stats / data_cleaner / data_visualizer），遵循 1.x 新版 Tool + ToolRegistry + ToolResponse 协议，覆盖分析全流程
• 智能图表选型：通过系统提示词将「对比→柱状图、趋势→折线图、占比→饼图、分布→直方图」的选型经验注入 Agent
• 工具层健壮性设计：description 中内置参数格式示例，run() 内做路径清洗与容错解析，容忍 LLM 输出的格式抖动
• 附带 8 项工具层自动化测试，覆盖正常与异常输入

演示效果

Agent 分析 data/sample_sales.csv 后自动生成的图表：各区域销售总额对比 + 月度销售额趋势。

环境要求

• Python 3.10+
• 配置大模型 API Key（支持智谱 / OpenAI / DashScope 等，参见 Hello-Agents 文档）

快速开始

# 1. 克隆项目
git clone https://github.com/你的用户名/hello-agents.git
cd hello-agents/Co-creation-projects/DataAnalystAgent

# 2. 安装依赖（hello-agents >= 1.0.0，新版 API）
pip install -r requirements.txt

# 3. 配置 API Key（重要：1.x 读取 LLM_API_KEY，不是 ZHIPU_API_KEY）
echo "LLM_MODEL_ID=glm-4-flash" > api.env
echo "LLM_API_KEY=your_api_key_here" >> api.env
echo "LLM_BASE_URL=https://open.bigmodel.cn/api/paas/v4" >> api.env

# 4. 启动 Jupyter 运行 main.ipynb
jupyter lab main.ipynb

使用示例

# 一句话发起完整分析
agent.run(
    "请对 data/sample_sales.csv 做一次完整的销售分析：先检查并清洗数据质量问题，"
    "然后对比各区域的销售表现，生成一张区域销售额柱状图，"
    "最后总结关键发现并给出下半年的业务建议。"
)

Agent 将自动依次调用 csv_loader → data_cleaner → data_stats → data_visualizer，并输出 Markdown 格式的分析报告。

项目结构

DataAnalystAgent/
├── README.md              # 项目说明
├── requirements.txt       # 依赖清单
├── main.ipynb             # 主程序（工具定义 + 智能体构建 + 演示 + 评估）
├── .gitignore
├── data/
│   ├── sample_sales.csv   # 示例数据（100条记录，<10KB）
│   └── gen_sample_data.py # 示例数据生成脚本（可复现）
└── outputs/
    └── demo_result.png    # 演示结果图（<1MB）

数据和资源

示例数据

项目内置小规模示例数据用于快速测试：data/sample_sales.csv（100 条电商订单记录，刻意注入了缺失值与重复行用于演示数据清洗功能）。运行 python data/gen_sample_data.py 可复现该数据集。

完整数据集

完整数据集（50万条订单记录，约 120MB）请从以下链接下载：

• 百度网盘：[链接] 提取码：xxxx
• 下载后解压到 data/ 目录

演示视频

• B站：项目演示视频
• YouTube：Demo Video

自检清单

• 代码能够正常运行
• README 文档完整
• requirements.txt 完整
• 有清晰的使用示例
• 代码有适当的注释
• 项目总体积 < 5MB，无大文件提交

License

MIT License