智析 Agent
用自然语言查询数据，自动生成 SQL、图表与经营洞察。
证据显示发布工作流采用最小化的默认 contents: read 权限，并仅在发布任务中提升为 contents: write；飞书写回被描述为仅在成员明确提出后执行，远程 GPU 密码声明使用系统凭据存储，作者与授权来源也有明确标注。扣分原因是这些保护只覆盖局部路径：没有完整列出上传数据、数据库内容、知识库、长期记忆及第三方 LLM/MCP 的数据流和保留策略；未证明 SQL 执行、导出、远程 MCP或其他外部操作普遍要求确认；依赖多为宽松下限，所提生产锁文件未提供；也没有数据库写入或外部副作用的回滚机制。未发现红线行为。
安装路径、运行时入口、平台依赖和常见故障均有较充分说明，图表选择测试还验证了无匹配候选时请求澄清，普通使用中的依赖可获得性和错误引导因此得到肯定。扣分主要来自文件间不一致：README称当前版本为1.3.0 LTS，SECURITY.md却把1.4.0 LTS列为受支持版本；Windows安装包示例仍为1.2.0；徽章称41种图表而正文称43种。构建工作流的测试阶段也只编译源码，没有展示完整测试套件在发布矩阵中运行。
项目清楚面向非技术商业分析用户，给出销售趋势、区域利润、图表、聚类、决策树、导出及多数据源等具体场景，受众和用途说明充分。斜杠命令、数据源列表、模型配置及未匹配图表时澄清的测试为能力边界和触发行为提供了证据。扣分是自然语言意图、危险或模糊 SQL、只读与写入边界及 MCP能力授权没有系统定义；跨平台说明较好，但数据库驱动、系统钥匙串、前端 Node 要求及部分打包环境的适配仍较复杂。
README有完整目录、能力、安装、命令、示例、FAQ、贡献、许可和更新日志结构，信息架构与入门材料很强。限制也部分明确，例如GPU尚在规划、SQL Server需要额外驱动、发布包未签名或公证。扣分是产品名称在“智析Agent”“智能商业分析 Agent”“Business Analytics Agent”和包名之间变化，版本号在1.2、1.3和1.4之间不一致；许可证虽清楚表达非商业双轨意图并附全文链接，但LICENSE中的自定义表述与标准CC BY-NC 4.0并列，且不属于常见软件许可证；维护者有邮箱、Issue、私密报告和响应承诺，但发布者身份未经外部注册验证，更新责任仍主要依赖单一署名。
预期输出包含SQL、图表、业务洞察、Excel、DOCX、PPT及流式进度，对目标用户具有较高可用性；相较手写SQL和分散的分析工具，整合式对话流程具有明确增量价值。扣分是多数效果来自README陈述和截图描述，所给测试仅覆盖图表选择，不能静态证明洞察质量或完整工作流；成本方面说明首次安装时间、磁盘空间和轻量ONNX选择，但未量化LLM API费用、资源消耗、隐私成本或大型数据集性能。
README中的部分主张可由package.json、requirements、构建工作流和图表选择测试交叉支持，例如技术栈、依赖、构建入口及澄清行为；规划中GPU、未签名发布包和版权登记尚待核发也有明确限定，事实与未来状态有一定区分。扣分是43种图表、自动SQL与洞察、完整数据源支持、长期记忆可靠性及响应时限等主张缺少对应实现片段、测试或报告作为逐项追踪证据；版本和图表数量冲突也削弱跨文件核验。
- 在接入真实业务数据前，应确认上传文件、数据库查询结果、知识库和长期记忆是否会发送给所配置的LLM或远程MCP，以及各方的保留与删除规则。
- 不要把自然语言生成的SQL视为天然安全；应限制数据库账号为只读、检查生成语句，并在任何写入或结构变更前要求明确确认和备份。
- 一键安装命令会从网络获取并直接执行脚本；应优先下载固定修订、审阅脚本并校验发布物。工作流明确说明桌面包未签名或公证。
- 依赖清单主要使用最低版本范围，且证据中没有requirements.lock.txt；生产部署应使用经过审计的锁定依赖并持续扫描漏洞。
- README、安装包示例和安全策略中的1.2、1.3、1.4版本状态不一致，部署前应核对目标修订实际对应的受支持版本。
- CC BY-NC 4.0及自定义商业限制可能不适合企业或商业使用；此类用途应先取得明确授权并进行法律审查。
这个 Agent 能做什么，适合哪些场景？
智析 Agent 是一个面向商业分析的自托管 Web 应用，使用 Flask 提供后端，并通过 SSE 流式展示分析过程。用户可以上传 Excel 或 CSV，也可以连接 SQLite、MySQL、PostgreSQL 和 SQL Server，然后用自然语言提出数据问题。系统识别数据结构、生成并执行 SQL，再从 6 类 43 种图表中推荐可视化，并输出分析总结。除交互式查询外，它还提供异常值处理、十分位分析、K-Means、决策树以及 Excel、DOCX 和 PPT 导出能力。项目可在 Windows、macOS 或 Linux 上从源码运行，核心运行边界位于用户自己的机器，但模型调用和远程数据源仍可能需要网络连接。
接入数据后，系统依次理解用户意图、读取 Schema、生成 SQL、执行查询、推荐图表并形成业务洞察，进度通过 SSE 实时返回。它读取 Excel、CSV 和已配置数据库中的数据，支持 SQLite、MySQL、PostgreSQL、SQL Server；v1.3.0 还记录了飞书机器人读取多维表格、接入 DuckDB/SQL 分析并把结论回传群聊的流程。可视化系统覆盖对比、时间趋势、分布、地理、关系和占比六类图表。分析命令包括 /chart、/sql、/analyze、/tree、/kmeans、/data、/inset、/winsorize、/trimming、/export、/report、/ppt 和 /status。结果可以呈现在 Web 界面中，图表 HTML 保存在 outputs/charts，还可导出整理后的 Excel、DOCX 报告和内置风格 PPT。系统支持 DeepSeek、OpenAI、AtlasCloud 及任意 OpenAI SDK Compatible API，并允许配置 base_url、model 和 api_key；也可连接本地或远程 MCP，并上传业务知识库。
- 不熟悉 SQL 的销售或运营人员上传 Excel/CSV，询问最近 12 个月的销售趋势，并取得查询结果、折线图和增长分析。
- 区域负责人连接经营数据库，询问哪个地区利润最高，获得利润排行、柱状图和区域经营洞察。
- 数据分析师使用
/winsorize、/trimming、十分位分组、K-Means 或/tree完成数据清理、分群和建模探索。 - 需要提交分析材料的团队使用
/report、/ppt或/export输出报告、演示文稿和整理后的数据文件。 - 使用飞书多维表格的团队在群聊中 @ 飞书机器人分析记录，并在成员明确要求时创建结果表或追加、更新记录。
- 希望保留本地部署边界的团队自行运行 Flask Web 应用，同时接入选定的 OpenAI 兼容模型服务、数据库、知识库或 MCP。
这个 Agent 有哪些优点和局限？
- 提供从 Schema 识别、SQL 生成与执行到图表推荐和洞察总结的完整自然语言分析链路，并用 SSE 展示各阶段进度。
- 数据入口覆盖 Excel、CSV 及四种明确列出的数据库，v1.3.0 还加入了飞书机器人与多维表格分析闭环。
- 可视化选择较丰富，文档列出 6 大类 43 种图表，而非仅支持常见柱状图和折线图。
- 除问答外还包括异常值处理、十分位分析、K-Means、决策树以及 Excel、DOCX、PPT 等交付输出。
- 模型配置不局限于单一供应商，可使用 DeepSeek、OpenAI、AtlasCloud 或其他 OpenAI SDK 兼容 API，并支持自定义端点。
- 运行依赖 Python 3.10+，首次安装依赖预计需要 3–5 分钟；模型 API、远程数据库或远程 MCP 通常还需要网络和相应凭据。
- SQL Server 除
pyodbc外还要求系统安装 Microsoft ODBC Driver 17 或 18，并正确配置 TCP/IP、端口、防火墙和访问权限。 - README 声明采用 CC BY-NC 4.0 且禁止未授权商业使用，而给定仓库元数据的许可证字段为 NOASSERTION；商业采用前需要核对 LICENSE 并联系作者授权。
- 通用数据源章节仍把 DuckDB 和 Spark 列为未来计划；虽然 v1.3.0 的飞书流程提到 DuckDB，不能据此认定它们已作为完整通用连接器提供。
- GPU 算力在 v1.3.0 中仍标注为规划中，需等端到端验收后开放。
如何安装或部署这个 Agent？
要求 Python 3.10+。从源码安装可执行：
git clone https://github.com/Zafer-Liu/Data-Analysis-Agent.git
cd Data-Analysis-Agent
pip install -r requirements.txt
python app.py随后打开 http://localhost:5001，在侧边栏设置中填写 API Key、Base URL 和 Model。Windows 10/11 64 位用户也可从 Releases 下载安装包；压缩包版本可在 Windows 双击 start.bat，macOS 则先运行 chmod +x ~/Downloads/Data-Analysis-Agent/start.command 和 xattr -d com.apple.quarantine ~/Downloads/Data-Analysis-Agent/start.command，再双击 start.command。在线安装支持 Windows PowerShell 命令 iwr -useb https://raw.githubusercontent.com/Zafer-Liu/Data-Analysis-Agent/main/install.ps1 | iex，以及 macOS/Linux 命令 curl -fsSL https://raw.githubusercontent.com/Zafer-Liu/Data-Analysis-Agent/main/install.sh | sh。首次启动会创建虚拟环境并安装依赖，文档给出的预计时间为 3–5 分钟。
如何使用这个 Agent？
启动 python app.py 后访问 http://localhost:5001，先在侧边栏配置模型的 API Key、Base URL 和 Model；默认模型表列出 DeepSeek deepseek-v4-flash、OpenAI gpt-4o-mini 和 AtlasCloud deepseek-v4-pro。上传 Excel/CSV 或配置数据库连接，然后直接输入问题，例如“最近 12 个月销售趋势”。如需指定流程，可输入 /chart 用户增长情况 优先生成图表，使用 /sql 直接执行 SQL，或用 /analyze、/tree、/kmeans 进行深入分析。MySQL 连接串格式为 mysql+pymysql://用户名:密码@主机:端口/数据库名。SQL Server 还需安装 Microsoft ODBC Driver 17 或 18；Driver 18 示例为 mssql+pyodbc://用户名:密码@服务器:1433/数据库名?driver=ODBC+Driver+18+for+SQL+Server&TrustServerCertificate=yes。生成的图表可从 outputs/charts 打开，也可通过 /export、/report 或 /ppt 导出。
这个 Agent 与同类方案有什么区别？
与传统 BI 工具相比，本项目强调通过对话完成 Schema 识别、SQL 生成、执行、图表推荐和洞察输出，并以 SSE 展示处理中间步骤。它适合希望减少手写 SQL 和报表配置的用户，但来源没有提供与任何具名 BI 产品的功能、性能或成本对比。
常见问题
是否可以完全离线运行？
商用是否免费？
连接 SQL Server 失败时应检查什么？
pyodbc 外，还需安装 Microsoft ODBC Driver 17 或 18，并确认 SQL Server 已启用 TCP/IP、地址和实际端口正确、防火墙放行且账号拥有数据库权限。图表在重启后还能访问吗？
outputs/charts 目录，可直接用浏览器打开对应 HTML 文件。支持哪些模型提供商？
base_url、model 和 api_key。