新手完整教程Data-Analysis-Agent上传CSV/Excel到一键出图的5步操作指南【免费下载链接】Data-Analysis-Agent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>项目地址: https://gitcode.com/gh_mirrors/vi/Data-Analysis-AgentData-Analysis-AgentVizPilot AI是一个基于 LLM 的智能图表推荐与可视化生成工具上传 CSV/Excel 数据文件后系统自动分析字段类型推荐最适合的图表并一键生成交互式 HTML 报表。本教程面向零图表经验的新手带你用 5 个步骤完成「上传数据 → 智能推荐 → 一键出图 → 下载报表」的完整流程告别复杂的 SQL 和 Excel 公式。准备工作安装依赖并启动本地服务开始前只需满足一个条件本机已安装Python 3.7。一键启动Windows双击项目根目录下的 start.bat脚本会自动创建虚拟环境、安装 requirements.txt 中的依赖并启动服务手动启动在命令行执行pip install -r requirements.txt然后运行python app.py看到终端输出Server: http://localhost:5017后打开浏览器访问http://localhost:5017即可进入下方左侧的「上传数据」面板。后端由 app.py 驱动服务启动后无需再操作。第 1 步上传 CSV 或 Excel 数据文件在首页左侧虚线框中点击或拖拽文件到上传区支持Excel (.xlsx)与CSV (.csv)两种格式见 templates/index.html。上传成功后会显示绿色提示例如「上传成功6 行3 列」——系统已通过 core/data_profiler.py 自动识别字段类型数值/类别/日期并统计数据规模这一步无需你手动配置。 提示单文件大小上限为 50MB数据表建议以「一行一条记录」的规范格式保存字段名清晰推荐效果更好。第 2 步配置 LLM 提供商与 API Key首页左侧的「配置设置」区域有三件事要做选择 LLM 提供商内置 DeepSeek、MiniMax、OpenAI 兼容接口配置定义在 LLM/llm_config.json填写 API 密钥在「API 密钥」输入框粘贴你的 Key点击「保存配置」再点击「测试配置」确认连通性配置由 LLM/llm_config_manager.py 统一管理保存一次后下次启动依然有效。不想用内置提供商点击下方橙色「 添加自定义模型」按钮填入base_url、模型名和 Key 即可接入任意 OpenAI 兼容接口。第 3 步输入分析需求获取智能图表推荐在「对话与分析」输入框中用一句话描述你的需求例如「分析各部门预算流向」点击发送。LLM 推荐引擎LLM/llm_recommender.py会分析数据并返回3-5 个候选图表每项都附带⭐星级评分感知排名帮你快速挑选推荐理由说明该图表为何适合当前数据字段映射建议自动给出 X / Y / Color / Size 列的对应关系第 4 步在图表网格中选择目标图表首页右侧是全部 40 种图表的网格由 charts/registry.py 统一注册覆盖对比类、趋势类、分布类、地理类、占比类等。单击选中图表双击打开详情页查看该图表的 Markdown 文档说明、必要列要求和示例预览如 charts/Sankey_Chart/README.md第 5 步一键生成并下载交互式图表确认图表后点击网格下方的蓝色「生成图表」按钮。系统会自动完成字段映射调用对应图表模块如 charts/Bar_Chart/chart.py基于 Plotly 绘图生成结果保存在outputs/目录并提供下载链接下载接口见 app.py 的/api/download。下载的 HTML 文件是完全交互式的可缩放、悬停查看数值、支持导出双击即可在浏览器打开直接用于汇报分享。常见问题推荐为空或生成失败怎么办现象排查方法推荐结果为空检查 API Key 是否正确、网络能否访问 LLM 服务、上传文件非空且字段可解析图表生成失败检查字段类型是否匹配图表要求如桑基图需要 source/target/value 三列并查看后端日志异常信息图表数量与文档不符以 charts/registry.py 注册表为唯一准源写在最后到这里你已经完成了 Data-Analysis-Agent 从上传 CSV/Excel 到一键出图的全部 5 步操作。整个过程无需编写任何 SQL 或绘图代码——选图交给 LLM绘图交给系统你只负责看结论。如果想扩展自己的图表类型只需在charts/新图表名/下新建chart.py与README.md再在 charts/registry.py 中注册一行元信息即可前端列表会自动同步。祝分析愉快【免费下载链接】Data-Analysis-Agent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>项目地址: https://gitcode.com/gh_mirrors/vi/Data-Analysis-Agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考