shelfry.app/p/data-analysis-agent

Data-Analysis-Agent

智析 Agent 是一个面向商业分析场景的对话式数据分析工具。上传 Excel / CSV 或连接 SQLite、MySQL、PostgreSQL、SQL Server 等数据源后，直接用中文提问，它会自动识别表结构、生成并执行 SQL、推荐合适的图表，并给出经营层面的解读。分析过程通过 SSE 流式输出，每一步都可见。内置 6 大类 40 余种图表，提供异常值处理、十分位分组、K-Means 聚类、决策树等统计功能，支持导出 Excel、Word 报告和 PPT，还可接入 MCP 扩展技能与业务知识库。模型侧兼容 DeepSeek、OpenAI 及任意 OpenAI 兼容接口，可在本地部署运行。

WebAI 工具 NOASSERTION

访问官网 GitHub

$从 GitHub Releases 下载 Windows 安装包，或解压后双击 start.bat / start.command 启动

Stars

2.6K

Forks

231

语言

JavaScript

📖 详细更新日志

感谢以下赞助商对本项目的支持！

☁️ 赞助 · Sponsored by Sidrune AI

感谢 Sidrune AI 赞助了本项目！Sidrune AI —— 一个入口，接入并管理全球主流 AI 模型。面向个人开发者、技术团队与企业，通过统一 API 接入并管理全球主流 AI 模型；多线路动态调度提升可用性，模型表现、响应时间与费用透明可查。根据不同模型与线路，API 调用成本较官方或基准价格可降低 40%—98%。立即访问并注册，即可获得 $3 API 额度。

☁️ 赞助 · Sponsored by DolOffer

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

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

理解问题意图
分析数据结构（Schema）
自动生成 SQL
执行查询
自动推荐图表
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。

一图胜千言，一段演示胜万图。

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

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

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

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

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_url、model、api_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

整理后的 Excel 表格
docx 格式报告
内置风格 PPT

支持连接本地或远程 MCP，拓展 Agent 技能。

教程：MCP_tutorial

9️⃣ 知识库输入

支持上传业务知识，让 Agent 更加了解你的数据。

🖥️ 方式 1：Windows 安装包（最简单，推荐）

从 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

第二步：双击启动

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

第四步：配置 API Key

第五步：后续更新

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 或 ~/.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）。

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

示例 1：趋势分析

最近 12 个月销售趋势

SQL 查询
趋势折线图
销售增长分析

示例 2：区域分析

哪个地区利润最高？

地区利润排行
柱状图
区域经营洞察

示例 3：图表优先模式

/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。

📦 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：

如果版本低于 3.10，请前往：

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

"无法打开，因为无法验证开发者"

右键点击 start.command
选择"打开"
再次点击"打开"

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：

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 Server。 pyodbc 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。

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

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：

可直接使用浏览器打开对应的 HTML 文件。

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。

Fork 本仓库

创建特性分支

git checkout -b feature/your-feature-name

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。

推送到远程

git push origin feature/your-feature-name

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）

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

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

直接 Pull Request，我们会在 24 小时内 review
或联系邮箱：[email protected]（请备注"Contributor + 擅长方向"）
加入官方交流群：QQ 群 991636855 或 Telegram 群或 Discord

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。

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

核心功能

自然语言提问，自动生成并执行 SQL
6 大类 40 余种图表智能推荐
SSE 流式展示分析全过程
聚类、决策树、缩尾截尾等统计处理
一键导出 Excel、Word 报告与 PPT
支持 MCP 扩展与业务知识库接入

内容由编辑整理，部分信息来自 GitHub 与项目官网，版权归原作者所有。发现错误？报告问题

Data-Analysis-Agent

📝 更新日志

📖 详细更新日志

🙏 赞助商

☁️ 赞助 · Sponsored by Sidrune AI

☁️ 赞助 · Sponsored by DolOffer

✨ 项目亮点

🎬 产品演示

🧩 推荐管理方式：智管-Agent Manager

🧠 核心能力

1️⃣ 自然语言数据分析

2️⃣ 多数据源支持

3️⃣ 智能图表系统

4️⃣ SSE 流式分析体验

5️⃣ 多模型兼容

6️⃣ 数据分析

7️⃣ 报告生成

8️⃣ MCP 拓展

9️⃣ 知识库输入

⚙️ 安装说明

🖥️ 方式 1：Windows 安装包（最简单，推荐）

方式 2：下载压缩包（推荐新手，跨平台）

方式 3：一键在线安装

方式 4：通过 GitHub Clone

🛠 斜杠命令

📈 使用示例

示例 1：趋势分析

示例 2：区域分析

示例 3：图表优先模式

🤖 LLM 配置说明

❓ FAQ

🤝 贡献指南

贡献流程

代码规范

报告 Bug

🚀 寻找一起改变世界的 Contributor

急需你一起来攻克这些难题：

为什么值得你加入？

如何加入？

📄 License

⭐ 项目目标

核心功能