hello-agents/Co-creation-projects/healer-666-Academic-Data-Agent

Academic-Data-Agent

一个面向科研场景的智能数据分析 Agent，支持表格分析与 PDF 文献中的主表提取分析。

📝 项目简介

Academic-Data-Agent 是一个基于 Hello-Agents 思路构建的科研数据分析工作台。它把数据接入、分析执行、报告生成和审稿治理串成了一条完整工作流，既能处理 csv / xls / xlsx 结构化表格，也能处理文本型 PDF 文献。

对于 PDF 输入，项目并不是简单抽一张表就结束，而是采用“主表 + 文献背景 + 候选表摘要”的综合模式：

• 自动抽取论文正文摘要或前文背景
• 自动识别候选表，并选择一张主表做正式定量分析
• 其余候选表作为上下文证据参与报告解释

当前社区版是一个精简演示包，目标是便于在 Hello-Agents 社区中快速复现核心能力；完整版仓库保留了 Gradio 工作台、历史记录浏览和更完整的工程能力：

• 完整版仓库：My-Academic-Data-Agent

✨ 核心功能

• 表格数据自动分析：支持 csv / xls / xlsx
• PDF 文献解析：提取候选表、自动选择主表、注入文献背景
• 结构化报告生成：输出 Markdown 报告、图表和 trace
• 轻量审稿治理：支持 draft / standard / publication
• PDF 小表强约束：避免模型对结果汇总表误用统计检验

🛠️ 技术栈

• Hello-Agents
• 自定义 Scientific ReAct 控制流
• PythonInterpreterTool / TavilySearchTool
• pandas / numpy / scipy / matplotlib / seaborn / statsmodels
• pdfplumber / pypdf
• Jupyter Notebook 演示

🚀 快速开始

环境要求

• Python 3.10+
• 建议使用虚拟环境

安装依赖

pip install -r requirements.txt

配置 API Key

cp .env.example .env

然后编辑 .env，至少填入以下项目：

LLM_MODEL_ID=your_model_id
LLM_BASE_URL=https://your-openai-compatible-endpoint/v1
LLM_API_KEY=your_api_key

如果需要联网背景检索或视觉审稿，也可以继续补充：

TAVILY_API_KEY=your_tavily_api_key
VISION_LLM_MODEL_ID=your_vision_model
VISION_LLM_BASE_URL=https://your-vision-endpoint/v1
VISION_LLM_API_KEY=your_vision_api_key

运行项目

jupyter lab

打开 main.ipynb，按顺序运行即可。

📖 使用示例

本项目在 Notebook 中内置了两段演示：

1. 一个 Excel 表格案例，展示标准表格分析流程
2. 一个 PDF 文献案例，展示候选表识别、主表选择和综合报告生成

演示默认使用轻量配置：

• quality_mode="draft"
• latency_mode="auto"

这样更适合社区评审快速复现。

🖼️ 界面展示

虽然本次提交以 Notebook 为主，但完整版项目还提供了 Gradio 工作台。下面保留三张界面截图供展示：

🎯 项目亮点

• 把科研数据分析从“单次脚本”升级为“可追踪工作流”
• 支持 PDF 文献中的主表分析，而不是只吃干净表格
• 对小样本结果表加入方法边界约束，减少统计跑偏
• 支持报告、图表、trace 的完整工件输出

📊 性能评估

当前完整版仓库已经具备较完整的自动化测试覆盖，核心链路包括：

• 文档解析
• 数据上下文构建
• 分析主流程
• 审稿与视觉审稿
• Web 工作台与历史记录

本社区版默认采用轻量演示参数，重点关注可复现性和工作流完整性，而不是追求极限性能。

🔮 未来计划

• 增强 PDF 多表路由能力
• 支持扫描版 PDF / OCR
• 提升视觉审稿的图表理解深度
• 提供更完整的社区版 Web Demo

🤝 贡献指南

欢迎提出 Issue 和 Pull Request。

如果你想体验完整工程版，建议直接访问完整版仓库。

📄 许可证

MIT License

👤 作者

• GitHub: @healer-666

🙏 致谢

感谢 Datawhale 社区和 Hello-Agents 项目提供的学习与共创机会。