DataMind：基于 Multi-Agent 的数据分析智能体平台

基于 LangGraph 构建的多智能体数据分析系统，8 个 AI Agent 协作，实现从原始数据到分析报告的自动化闭环。

架构

用户上传 CSV/Excel + 自然语言需求
              │
              ▼
    ┌─────────────────┐
    │  LangGraph 工作流  │
    └────────┬────────┘
             │
    ┌────────┴──────────────────────────┐
    │                                   │
    ▼  ▼  ▼  ▼  ▼  ▼  ▼  ▼          │
   TASK  QUALITY  CLEAN  EDA          │
   VIZ   MODEL   INSIGHT  REPORT      │
    │                                   │
    └───────────────────────────────────┘
             │
             ▼
    图表 + 洞察 + PDF 报告

Agent 流水线

#	Agent	职责	工具
01	任务理解	解析用户需求为结构化任务	-
02	数据质量	检测缺失值/异常值/重复值	detect_missing, detect_outliers, detect_duplicates
03	数据清洗	自动填补/截断/去重	pandas
04	EDA 分析	描述统计/相关性/分组分析	describe, corr, groupby
05	可视化	自动生成图表	bar, line, box, heatmap, scatter, pie
06	机器学习	自动选模型训练评估	train_classifier, train_regressor, train_cluster
07	业务洞察	将统计结果翻译为业务语言	-
08	报告生成	整合输出 Markdown + PDF	-

技术栈

• LLM: DeepSeek API (OpenAI 兼容)
• Agent 框架: LangGraph (StateGraph)
• 数据分析: Pandas / NumPy / Scikit-Learn
• 可视化: Matplotlib
• 前端: Streamlit
• 报告: fpdf2

快速开始

# 1. 安装依赖
pip install -r requirements.txt

# 2. 配置 API Key
cp .env.example .env
# 编辑 .env 填入你的 DeepSeek API Key

# 3. 启动
streamlit run app.py

项目结构

├── app.py                 # Streamlit 前端
├── config.py              # 全局配置
├── engine/
│   └── pipeline.py        # 8 步分析流水线
├── workflow/
│   └── graph.py           # LangGraph 工作流
├── tools/
│   ├── data_tools.py      # 数据读取工具
│   ├── analysis_tools.py  # 数据分析工具
│   ├── viz_tools.py       # 可视化工具
│   └── model_tools.py     # 机器学习工具
├── templates/
│   └── prompts.py         # 分析模板
└── data/
    └── create_test_data.py # 测试数据生成

License

MIT