Skip to content

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

225 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

English

智能商业分析 Agent Banner

Zafer-Liu%2FData-Analysis-Agent | Trendshift

Python Flask Plotly LLM Charts License

一个面向商业分析场景的 AI Agent。
连接数据源后,用户只需使用自然语言提问,系统即可自动完成:

  • 数据结构识别
  • SQL 生成与执行
  • 图表生成
  • 业务洞察分析

© 2026 Zafer-Liu · 已申请中国计算机软件著作权(受理号 2026R11S0817877,软件名称:自然语言交互式经营数据分析软件 V1.0)· 采用 CC BY-NC 4.0 授权,禁止未授权商业使用,商用请联系作者

💬 官方交流群: QQ 群 991636855 · Telegram 群 · Discord

📝 更新日志 · ✨ 项目亮点 · 🧩 推荐管理 · ⚙️ 安装说明 · 📈 使用示例 · 🤖 LLM配置 · ❓ FAQ

📚 完整目录

📝 更新日志

当前版本 v1.2.0 LTS · 2026 年 7 月 17 日 · 📦 下载安装包

v1.2.0 LTS 聚焦更顺畅、更可靠的数据分析体验:

  1. AI 团队协作:将复杂任务拆分给多个专长 Agent 协同完成,进度与结果一目了然。
  2. 业务画布与 Skills:更方便地梳理业务关系、复用分析方法,并快速生成仪表盘与可视化结果。
  3. 更稳健的数据处理:长时间任务与本地数据使用体验进一步优化,分析过程更安心。
  4. 本地数据清理:在“设置 → 存储”中查看占用与可清理内容;文件会先进入回收站,重要数据受到保护。
  5. 界面与使用体验优化:聊天、工作目录与常用操作更清晰、更易上手。

📖 详细更新日志


🙏 赞助商

感谢以下赞助商对本项目的支持!

☁️ 赞助 · Sponsored by Bloome

Bloome banner

感谢 Bloome 对本项目的赞助!Bloome 让多个 AI agent(Claude、ChatGPT、DeepSeek 等)在同一个对话里协作——零配置、云端运行,网页和手机都能用,还能把配好的 agent 分享给团队。

👉 试试 Bloome


☁️ 赞助 · Sponsored by DolOffer

DolOffer logo

感谢 DolOffer 对本项目的支持!DolOffer 是一个专注于数字产品推荐与优惠分享的平台,帮助用户快速发现值得关注的工具、服务和限时福利。平台提供 YouTube Premium、Claude、ChatGPT Plus、Spotify、Apple Music 等多种热门订阅服务,价格低至官方价的 3 折甚至更低,正版稳定,售后无忧。现在通过我们的专属链接注册,并在充值时输入优惠码 AI8888,即可额外享受 9 折优惠。

👉 了解更多


☁️ 赞助 · Sponsored by Atlas Cloud

Atlas Cloud logo

感谢 Atlas Cloud 对本项目的支持!Atlas Cloud 是一个全模态 AI 推理平台,为开发者提供统一的 AI API 接口,涵盖视频生成、图像生成和大语言模型 API。您无需分别集成多个供应商,只需一次连接即可统一访问 300 多个精选的全模态模型。快来查看 Atlas Cloud 新推出的编程套餐推广活动,获取更经济实惠的 API 访问。

👉 了解更多


✨ 项目亮点

智析Agent是一个对话式商业数据分析智能体,目标是让非技术用户也能像"聊天"一样完成数据分析。

上传 Excel / CSV,或连接数据库后,用户可以直接提问:

最近三个月销售额趋势如何?
哪个地区利润最高?
帮我生成用户增长图

系统会自动:

  1. 理解问题意图
  2. 分析数据结构(Schema)
  3. 自动生成 SQL
  4. 执行查询
  5. 自动推荐图表
  6. 输出业务洞察

并通过 SSE(Server-Sent Events)流式输出,实时展示分析过程。


🎬 产品演示

一图胜千言,一段演示胜万图。

demo.mp4

演示视频 - 中文


🧩 推荐管理方式:智管-Agent Manager

智能商业分析 Agent 可以独立运行,也可以搭配 智管-Agent Manager 使用,获得更方便的桌面端管理体验。

了解智管-Agent Manager 如何管理本项目

智管-Agent Manager 是一个本地 AI Agent 的统一管理中心,适合管理多个本地 Agent 项目。 将智能商业分析 Agent 添加到智管后,你可以:

  • 一键启动 / 停止智能商业分析 Agent
  • 实时查看运行日志与端口状态
  • 在桌面应用内直接打开 Web 分析界面
  • 使用 Manager Agent 通过自然语言启动或打开本项目
  • 开会演示时一键生成临时公网分享链接
示例:
帮我启动智能商业分析 Agent,并打开它的界面

这对于需要频繁演示、调试或同时运行多个 Agent 的用户尤其有用。

👉 项目地址:智管-Agent Manager


🧠 核心能力

1️⃣ 自然语言数据分析

无需编写 SQL,只需输入自然语言:

今年每个月的订单量趋势

系统即可自动完成:

  • SQL 生成
  • 数据查询
  • 图表推荐
  • 分析总结

Data Query

2️⃣ 多数据源支持

支持上传和连接多种数据源:

  • 文件:Excel / CSV
  • 数据库:SQLite、MySQL、PostgreSQL、SQL Server
  • 未来计划:DuckDB、Spark

Data Preview

3️⃣ 智能图表系统

系统会根据查询结果,从以下 6 大类 43 种图表中自动推荐最合适的一种:

分类 图表类型
对比类 Marimekko_ABS、Marimekko_PCT、Bar_Chart、Grouped_Bar_Chart、Stacked_Bar_Chart、Diverging_Bar_Chart、Dot_Plot、Waffle、Bullet_Chart、Sankey_Chart、Heatmap、Waterfall
时间趋势类 Line_Chart、Circular_Line_Chart、Slope_Chart、Sparkline、Bump_Chart、Cycle_Chart、Area_Chart、Stacked_Area_Chart、Horizon_Chart、Connected_Scatter
分布类 Histogram_Pareto_chart、Pyramid_Chart、Error_Bar_Chart、Box-and-Whisker_Plot、Violin_Chart、Ridgeline_Plot、Beeswarm_Plot、stem_leaf
地理类 Flow_Map、Dot_Density_Map、Choropleth_Map
关系类 Scatter_Plot、Bubble_Plot、Radar_Charts、Chord_Diagram、Arc_Chart、Network_Diagram、Parallel_Coordinates_Plot
占比类 Treemap、Sunburst_Diagram、Nightingale_Chart、Pie_Chart

Auto Generated

4️⃣ SSE 流式分析体验

分析过程实时可见:

[1/4] 正在读取数据结构...
[2/4] 正在生成 SQL...
[3/4] 正在执行查询...
[4/4] 正在生成图表与洞察...

相比传统 BI 工具,更透明、更具交互感。

5️⃣ 多模型兼容

支持以下模型服务:

  • DeepSeek
  • OpenAI
  • AtlasCloud
  • 任意 OpenAI SDK Compatible API

并支持自定义 base_urlmodelapi_key。默认配置如下:

Provider Default Model
DeepSeek deepseek-v4-flash
OpenAI gpt-4o-mini
AtlasCloud deepseek-v4-pro

6️⃣ 数据分析

目前支持的数据分析功能包括:

  • 异常值处理(截尾、缩尾处理)
  • 十分位分组分析
  • K-Means 聚类分析
  • 决策树建模
  • ……

7️⃣ 报告生成

支持导出:

  • 整理后的 Excel 表格
  • docx 格式报告
  • 内置风格 PPT

8️⃣ MCP 拓展

支持连接本地或远程 MCP,拓展 Agent 技能。

MCP

9️⃣ 知识库输入

支持上传业务知识,让 Agent 更加了解你的数据。

repository


⚙️ 安装说明

🖥️ 方式 1:Windows 安装包(最简单,推荐)

GitHub Releases 下载最新版本:

平台 文件
Windows BusinessAnalyticsAgent_v1.2.0_LTS.exe

前置要求:Python 3.10+、Windows 10 / 11 64 位。

双击安装包并按提示安装。安装完成后,从桌面或开始菜单启动 Business Analytics Agent


方式 2:下载压缩包(推荐新手,跨平台)

前置要求:Python 3.10+
还没装?点此下载(Windows 安装时请勾选 "Add Python to PATH"

第一步:下载并解压

Download installation package

第二步:双击启动

Windows 双击 start.bat
macOS

① 打开终端(Command + 空格 → 输入 Terminal → 回车)
② 在终端中运行(把路径替换为实际解压位置):

chmod +x ~/Downloads/Data-Analysis-Agent/start.command
xattr -d com.apple.quarantine ~/Downloads/Data-Analysis-Agent/start.command

③ 双击 start.command 即可

首次启动会自动创建虚拟环境并安装依赖,约需 3–5 分钟,请耐心等待。之后启动无需等待

第三步:启动后浏览器自动打开 http://localhost:5001

Download installation package2

第四步:配置 API Key

Configure the API3

第五步:后续更新

Update


方式 3:一键在线安装

Windows(在 PowerShell 中运行):

iwr -useb https://raw.githubusercontent.com/Zafer-Liu/Data-Analysis-Agent/main/install.ps1 | iex

安装完成后双击桌面的 data-analysis-agent.bat 启动,或:

cd $env:USERPROFILE\.data-analysis-agent\Data-Analysis-Agent
.\.venv\Scripts\activate
python app.py

macOS / Linux(在终端中运行):

curl -fsSL https://raw.githubusercontent.com/Zafer-Liu/Data-Analysis-Agent/main/install.sh | sh

安装完成后运行:

data-analysis-agent

如提示 command not found,将以下内容添加到 ~/.zshrc~/.bashrc,然后重启终端:

export PATH="$HOME/.local/bin:$PATH"

方式 4:通过 GitHub Clone

git clone https://github.com/Zafer-Liu/Data-Analysis-Agent.git
cd Data-Analysis-Agent
pip install -r requirements.txt
python app.py

浏览器打开 http://localhost:5001,然后配置 API Key(同方式 1)。


🛠 斜杠命令

Command Status Description
/chart 强制优先生成图表
/sql 直接执行 SQL
/analyze 深度统计分析
/tree 决策树分析
/kmeans K-Means 聚类分析
/data 数据探查与预览
/inset 缺失值插补处理
/winsorize 缩尾处理(极值替换)
/trimming 截尾处理(极值剔除)
/export 导出数据文件
/report 导出 Word/PDF 报告
/ppt 导出 PPT 演示文稿
/status 查看任务状态

📈 使用示例

示例 1:趋势分析

用户输入:

最近 12 个月销售趋势

系统输出:

  • SQL 查询
  • 趋势折线图
  • 销售增长分析

示例 2:区域分析

用户输入:

哪个地区利润最高?

系统输出:

  • 地区利润排行
  • 柱状图
  • 区域经营洞察

示例 3:图表优先模式

用户输入:

/chart 用户增长情况

系统会优先生成可视化图表。


🤖 LLM 配置说明

在侧边栏 ⚙ 中填写:

API Key
Base URL
Model

即可切换模型。


❓ FAQ

📦 安装与启动
安装依赖时网络超时?

脚本会自动切换清华源重试。

若仍失败,请手动执行:

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install 报错 / 安装依赖失败?

脚本会自动切换国内镜像(清华源)重试。

若仍失败,请手动指定镜像:

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

同时请确保磁盘至少保留 2 GB 可用空间。

Python 版本不对(需要 3.10+)?

查看当前版本:

python --version

如果版本低于 3.10,请前往:

https://www.python.org/downloads/

下载并安装最新版本。

start.bat 双击没反应或一闪而过?

Python 未正确加入系统 PATH。

重新安装 Python 时勾选 "Add Python to PATH",然后重启电脑再试。

macOS 运行 start.command 被系统阻止?

在终端执行以下命令解除限制:

xattr -d com.apple.quarantine /你的路径/start.command

如果提示:

"无法打开,因为无法验证开发者"

可以:

  1. 右键点击 start.command
  2. 选择"打开"
  3. 再次点击"打开"

🔑 API 配置
提示未配置 LLM?

在侧栏 ⚙ 中填写 API Key 并保存。

如何获取 API Key?

这里以 DeepSeek 为例:

Configure the API1

Configure the API2

Configure the API3


为什么 MySQL 能连接,但 SQL Server 无法连接?

SQL Server 连接除本程序安装的 pyodbc Python 包外,还依赖 Windows 中的 Microsoft ODBC Driver 17 或 18 for SQL Serverpyodbc 仅负责让 Python 调用 ODBC;实际的 SQL Server 认证、加密和网络通信由 Microsoft ODBC Driver 完成。

安装驱动并重启程序后,使用与已安装驱动版本一致的连接串。例如安装 ODBC Driver 18:

mssql+pyodbc://用户名:密码@服务器:1433/数据库名?driver=ODBC+Driver+18+for+SQL+Server&TrustServerCertificate=yes

如果仍不能连接,请依次确认:SQL Server 已启用 TCP/IP;地址和端口正确(通常为 1433); 服务器防火墙已放行该端口;以及用户名、密码和数据库访问权限有效。命名实例建议改填实际 TCP 端口, 例如 服务器:1433,避免实例发现被网络策略阻断。


🗄️ 数据库连接
如何连接 SQL 数据库?

请使用以下格式连接:

mysql+pymysql://用户名:密码@主机:端口/数据库名

SQL Server(Windows)请使用 ODBC 连接串;首次使用还需安装 Microsoft ODBC Driver 17 或 18 for SQL Server

mssql+pyodbc://用户名:密码@服务器:1433/数据库名?driver=ODBC+Driver+18+for+SQL+Server&TrustServerCertificate=yes

若使用命名实例,请优先在 SQL Server 配置管理器中启用 TCP/IP,并填写实际 TCP 端口, 例如 服务器:1433,以避免实例发现被网络或防火墙阻断。

示例:

❌ 错误写法:

mysql://user:pass@host:3306/dbname

✅ 正确写法:

mysql+pymysql://user:pass@host:3306/dbname

📊 图表与文件
图表链接重启后失效?

生成的图表保存在本地目录:

outputs/charts

可直接使用浏览器打开对应的 HTML 文件。


🤝 贡献指南

我们欢迎任何形式的贡献!无论是修复 Bug、改进文档还是添加新功能。

贡献流程

  1. Fork 本仓库
  2. 创建特性分支
    git checkout -b feature/your-feature-name
  3. 提交你的更改
    git add .
    git commit -m "feat: 添加某某功能"
    建议使用 Conventional Commits 规范提交信息。
  4. 推送到远程
    git push origin feature/your-feature-name
  5. 开启 Pull Request
    • 描述你的改动内容
    • 如果是功能新增,请附上截图或录屏
    • 关联相关的 Issue(如有)

代码规范

  • Python 代码遵循 PEP 8
  • 提交前运行 flake8 检查代码风格
  • 新增功能请添加对应的测试
  • 保持 Commit 信息清晰、简洁

报告 Bug

请使用 GitHub Issues 报告 Bug,并包含:

  • 📋 复现步骤
  • 🎯 预期行为
  • ⚠️ 实际行为
  • 📸 截图(如适用)
  • 💻 环境信息(操作系统、Python 版本)

🚀 寻找一起改变世界的 Contributor

一个好的开源项目,从来不是一个人的独角戏。
我们正在打造一个能真正应对复杂业务场景的数据工具——它需要在海量数据中极速穿梭,在多表逻辑间游刃有余,在可视化看板上洞察先机。

急需你一起来攻克这些难题:

  • 多 Sheets 场景下的表间逻辑判断优化 — 如何智能梳理几十张表之间的依赖与计算?
  • 可视化看板的交互与性能优化 — 让数据故事讲得更流畅、更直观、更震撼。
  • 特殊业务场景下的模型能力提升 — 那些通用工具搞不定的边缘业务。
  • 远程服务器调用 — 搭建远程 GPU 调用框架。

为什么值得你加入?

  • 你将直面真实、有深度、非玩具级的技术挑战
  • 你的代码会直接影响一线业务用户的工作效率
  • 自由贡献,灵活协作——提 PR 或直接沟通,完全由你
  • 优秀 Contributor 将有机会成为项目 Committer

如何加入?

  • 直接 Pull Request,我们会在 24 小时内 review
  • 或联系邮箱:rusboldtshanti34@gmail.com(请备注"Contributor + 擅长方向")
  • 加入官方交流群:QQ 群 991636855Telegram 群Discord

📄 License

本软件采用 CC BY-NC 4.0 授权,并已申请中国计算机软件著作权(受理号 2026R11S0817877,软件名称:自然语言交互式经营数据分析软件 V1.0)。
完整条款见 LICENSE 文件。

禁止未授权商业使用;商用请联系作者另行签署商业授权书。


⭐ 项目目标

把过程交给"智析",把时间留给思考。


⭐️ 如果这个项目对你有帮助,请给它一个星标!

Made with ❤️ by Zafer-Liu

About

🚀你的私人数据分析助手。通过对话式交互,自动生成可视化报表与商业洞察,让数据决策变得像聊天一样简单。 🚀 Your personal data analysis assistant. Say goodbye to complex SQL and Excel formulas. An LLM-powered data analysis agent. Chat with your data to instantly generate visualizations and business insights. Making data-driven decisions has never been easier.

Topics

Resources

Security policy

Stars

2.4k stars

Watchers

53 watching

Forks

Releases

Sponsor this project

Packages

Used by

Contributors

Languages