DeepAnalyze
面向多源数据的自主分析与专业报告生成助手。
- Star 数
- ★ 4.6k
- 最近更新
- 1 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 35/100 · 缺口较多
30 秒速览
- 可在哪里用
- 兼容但需适配
- 开始前需要
- 典型场景
- 数据分析师需要把多个 CSV 和 Excel 文件放入同一工作目录，并生成一份可供业务阅读的综合分析报告。
- 主要局限
- 本地运行依赖 DeepAnalyze-8B、vLLM、PyTorch 和 Transformers，并需要按 GPU 显存选择量化、上下文长度及 FP8 KV Cache 配置。
这个 Agent 能做什么，适合哪些场景？
DeepAnalyze 是一个用于自主数据科学的 8B 参数 agentic LLM 项目，覆盖数据准备、分析、建模、可视化和报告生成。它面向数据库、CSV、Excel、JSON、XML、YAML、TXT 和 Markdown 等结构化、半结构化及非结构化数据源。项目提供 Python 调用入口 DeepAnalyzeVLLM，以及 WebUI、WebUI v2、JupyterUI、CLI 和 OpenAI 风格 HTTP API。其执行边界是本地部署的 DeepAnalyze-8B 推理服务；文档示例通过 vLLM 启动模型，并由用户提供工作目录和数据文件。输出可以是包含推理过程和分析结果的数据科学报告，示例说明报告可渲染为 PDF。
用户先通过 vLLM 部署 DeepAnalyze-8B，再将任务说明、文件名和工作目录传给 DeepAnalyzeVLLM.generate(prompt, workspace=workspace)。该流程可探索多个数据文件并完成数据准备、分析、建模与可视化，最终返回 reasoning 等结果并生成数据科学报告。WebUI 支持上传数据后在浏览器中交互；JupyterUI 会把 <Analyze>、<Understand>、<Answer> 转为 Markdown 单元，把 <Code> 转为代码单元并以 <Execute> 执行。API/start_server.py 可提供 /v1/files 文件上传和 /v1/chat/completions 对话接口；CLI 提供文件上传及流式响应。
- 数据分析师需要把多个 CSV 和 Excel 文件放入同一工作目录，并生成一份可供业务阅读的综合分析报告。
- 研究人员需要探索数据库、JSON、XML、YAML、文本和 Markdown 等混合资料，并开展开放式数据研究。
- 熟悉 Jupyter Notebook 的数据科学团队希望在 JupyterLab 中查看分析说明、生成代码单元并执行代码。
- 内部平台开发者需要用 OpenAI 风格的文件上传与聊天完成接口，将本地部署的 DeepAnalyze-8B 接入现有应用。
- 命令行用户需要通过英文或中文 CLI 上传文件，并查看实时流式分析响应。
如何安装或部署这个 Agent？
本地部署需先准备 Python 3.12 环境并安装依赖：conda create -n deepanalyze python=3.12 -y、conda activate deepanalyze、pip install -r requirements.txt。下载 DeepAnalyze-8B 后，用 vLLM 启动：vllm serve DeepAnalyze-8B。启动 WebUI 时，运行 cd demo/chat/frontend && npm install && cd .. && bash start.sh，然后访问 http://localhost:4000。WebUI v2 使用 cd demo/chat_v2/frontend && npm install && cd .. && cp .env.example .env && bash start.sh；其文档还说明支持 Docker 沙箱代码执行。若使用项目提供的 API key 服务，需要通过文档列出的 Google 或 Feishu 表单申请密钥。
如何使用这个 Agent？
模型服务启动后，可用 from deepanalyze import DeepAnalyzeVLLM 创建实例，并调用 generate(prompt, workspace=workspace)；prompt 中可列出数据文件和任务，例如“Generate a data science report.”。CLI 场景下，在一个终端执行 cd API && python start_server.py，另一个终端执行 cd demo/cli && python api_cli.py，中文界面使用 python api_cli_ZH.py。HTTP API 场景下，先向 http://localhost:8200/v1/files 上传文件，再携带返回的 file_id 调用 http://localhost:8200/v1/chat/completions。
这个 Agent 有哪些优点和局限？
- 覆盖从数据准备到报告生成的完整数据科学流程，而不只提供问答或单步代码生成。
- 明确支持多种文件和数据格式，并可在一次任务中探索任意数量的数据源。
- 提供 Python、浏览器界面、JupyterLab、CLI 和 OpenAI 风格 API 等多种交付方式。
- WebUI v2 文档明确提供 Docker 化沙箱代码执行支持。
- 本地运行依赖 DeepAnalyze-8B、vLLM、PyTorch 和 Transformers，并需要按 GPU 显存选择量化、上下文长度及 FP8 KV Cache 配置。
- 文档建议将训练与推理环境分开，以避免依赖冲突，增加了运维与环境管理成本。
- WebUI 前端需要 npm 安装依赖；JupyterUI 还依赖 JupyterLab 和 jupyter-mcp-server 相关集成。
- 项目声称可处理广泛的数据科学任务，但提供材料未给出任务失败处理、权限隔离细节或跨环境可靠性指标。
这个 Agent 与同类方案有什么区别？
项目将 DeepSeek-R1-0528-Qwen3-8B 作为可用于训练的基础模型，也允许直接基于 DeepAnalyze-8B 微调；DeepAnalyze 本身额外定义了面向数据科学任务的训练、推理与交互组件。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|
| DeepAnalyze 当前 | 35 · 缺口较多 | ★ 4.6k | 1 天前 | Python | — |
| 智析 Agent | 60 · 存在缺口 | ★ 2.6k | 6 天前 | JavaScript | OpenAI API |
| DATAGEN 多智能体研究助手 | 44 · 缺口较多 | ★ 1.8k | 7 天前 | Python | OpenAI API · Claude API |
| FinRobot | 51 · 缺口较多 | ★ 8.1k | 12 天前 | Jupyter Notebook | OpenAI API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README 描述了数据科学任务，但未提及权限最小化或沙箱机制；WebUI v2 支持 Docker 沙箱，但未说明默认启用或强制。用户确认机制未提及。数据流透明度部分：README 说明了数据上传和文件处理，但未详细说明数据流向或存储。敏感数据处理未提及。依赖安全：requirements.txt 列出依赖但无版本锁定或安全审计。外部影响：代码执行可能产生副作用，但未说明限制。回滚机制未提及。来源归属：README 列出了作者和机构，但未验证。扣分原因：缺乏权限控制、用户确认、敏感数据保护、依赖安全、回滚机制等关键安全措施。
证据显示：README 和代码示例在任务描述上基本一致，但未提供错误处理或失败消息的细节。依赖可用性：requirements.txt 列出了常用库，但未指定版本，可能影响可复现性。失败消息：未提供任何错误处理或用户提示。扣分原因：缺乏失败处理文档和版本锁定。
证据显示：README 明确了目标用户（数据科学家、开发者）和多种场景（数据分析、报告生成）。能力边界：README 提到支持多种数据格式，但未明确限制。触发精度：通过自然语言指令触发，但未定义精确的触发条件。环境适配：提供了多种部署方式（WebUI、CLI、Jupyter），但未说明系统要求。扣分原因：能力边界和触发条件描述不精确。
证据显示：README 结构清晰，包含安装、使用、开发指南。安装说明详细，包括依赖和命令。命名稳定性：模型名称和 API 名称一致。示例和 FAQ：提供了多个示例，但无 FAQ。已知限制：未明确列出。许可证：MIT 许可证。版本变更：README 有新闻更新，但无正式 changelog。维护责任：作者和联系方式明确。扣分原因：缺少 FAQ、已知限制和正式 changelog。
证据显示：输出为数据科学报告，可渲染为 PDF，具有实用性。边际价值：自动化数据分析可节省时间，但需用户部署模型。成本效益：需要 GPU 资源，但未提供成本估算。扣分原因：成本效益分析不足。
证据显示：README 声称是首个 agentic LLM，但未提供独立验证。交叉来源：提供了 arXiv 论文和 Hugging Face 模型，但未交叉验证。事实与推断分离：未明确区分。扣分原因：缺乏独立验证和事实/推断分离。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 该仓库未提供权限最小化、用户确认、敏感数据保护等安全机制，部署时需自行加强。
- 依赖未锁定版本，可能影响可复现性和安全性。
- 代码执行可能产生外部影响，建议在沙箱环境中运行。