Auto Analyze - 多智能体数据分析系统

项目概述

Auto Analyze 是一个基于多智能体协作的数据分析系统，专门设计用于处理和分析结构化数据（如CSV、Excel文件），并生成详细的HTML分析报告。系统采用模块化架构，整合了文件处理、代码执行、智能分析和报告生成等功能。

核心特性

• 多智能体协作: 基于职责分工的智能体系统，包括项目经理、数据分析师、数据智能体和报告生成器
• 动态任务规划: 根据执行结果智能迭代生成新任务，实现自适应分析流程
• 代码执行引擎: 内置Jupyter执行环境，支持Python代码动态执行
• HTML报告生成: 自动生成美观的分析报告
• 工具化架构: 模块化的工具系统，支持功能扩展

技术架构

核心模块

• main.py: 系统主入口，提供命令行接口
• core/agent/: 智能体系统核心模块
  • enhanced_system.py: 增强分析系统主控
  • multi_agent_system.py: 多智能体协作框架
  • report_generator.py: HTML报告生成器
  • collaboration.py: 智能体协作机制
  • exec_code.py: 代码执行工具
  • functions.py: 基础功能模块
• core/tool_manager.py: 工具管理系统
• core/filesystem.py: 文件系统管理器
• core/jupyter_execution.py: Jupyter执行引擎
• core/model_client.py: 模型客户端接口
• core/image_utils.py: 图像处理工具

配置系统

• config.yaml: 主配置文件（模型、服务器、执行参数）
• config/config.py: 配置数据模型

数据目录

• data/: 存储分析数据和生成的报告
  • 销售报告/: 示例销售数据和分析报告
  • 毛利诊断/: 示例毛利分析数据

快速开始

环境要求

• Python 3.8+
• Windows/Linux/macOS
• 网络连接（用于模型API调用）
• Jupyter内核（用于代码执行）

安装依赖

由于项目使用本地部署的模型服务，主要依赖包括：

• requests: HTTP请求库
• openai: OpenAI API兼容接口
• pandas: 数据处理
• numpy: 数值计算
• matplotlib: 数据可视化

运行系统

# 基本使用
python main.py "分析销售数据"

# 启用详细日志
python main.py -v "帮我分析销售数据，找出业绩最好的产品"

# 使用默认查询
python main.py

配置说明

系统使用 config.yaml 文件进行配置，主要配置项包括：

• 模型配置: DeepSeek V3 模型端点
• 服务器配置: 本地服务端口设置

核心功能

1. 多智能体协作系统

智能体角色分工：

• 项目经理: 需求分析、任务规划、进度协调
• 数据智能体: 技术执行、数据处理、代码执行
• 数据分析师: 业务分析、洞察发现、建议生成
• 报告生成器: HTML报告设计、内容整合

2. 动态任务规划

• 迭代式分析: 根据执行结果智能生成新任务
• 自适应流程: 基于分析发现自动调整分析方向
• 智能终止: 检测分析收敛条件，避免无限循环

3. 文件处理工具

• 读取目录: 扫描和分析工作目录结构
• 读取文件: 支持多种文件格式（CSV、Excel、文本等）
• 数据处理: 自动解析结构化数据

4. 代码执行能力

• Jupyter集成: 在隔离环境中执行Python代码
• 安全执行: 限制执行时间和内存使用
• 结果捕获: 自动捕获代码执行结果和可视化

项目结构

auto_analyze/
├── main.py                 # 主程序入口
├── config.yaml            # 配置文件
├── README.md              # 项目说明文档
├── core/                  # 核心模块
│   ├── agent/            # 智能体系统
│   │   ├── enhanced_system.py
│   │   ├── multi_agent_system.py
│   │   ├── report_generator.py
│   │   ├── collaboration.py
│   │   ├── exec_code.py
│   │   └── functions.py
│   ├── filesystem.py     # 文件系统管理
│   ├── tool_manager.py   # 工具管理
│   ├── jupyter_execution.py
│   ├── model_client.py
│   └── image_utils.py
├── data/                 # 数据目录
├── config/              # 配置模块
├── utils/               # 工具函数
└── logs/               # 日志目录

使用示例

基本数据分析

python main.py "分析销售数据，找出3月份业绩最好的产品"

多维度分析

python main.py "帮我分析数据中的销售趋势、区域分布和产品表现"

开发说明

添加新工具

1. 在 tool_manager.py 中创建新的 Tool 子类
2. 实现 execute() 和 get_schema() 方法
3. 在 ToolManager._register_default_tools() 中注册工具

扩展智能体功能

1. 在 core/agent/ 下创建新的智能体模块
2. 继承 BaseAgent 类并实现特定逻辑
3. 集成到 MultiAgentSystem 中

许可证

本项目采用 MIT 许可证。