📖 介绍#

DataAgent是面向数据分析的多智能体，能够理解数据开发和数据分析需求、理解数据、生成面向数据查询、数据可视化、机器学习等任务的SQL和Python代码。

特性：#

  • 精准数据检索：DataAgent具有强大的数据处理和搜索能力，可以从成百上千张表中精准找数，满足您在大数据环境下的数据查找需求。

  • 业务知识理解：DataAgent不仅能处理数据，还深入理解数据指标、计算公式等业务知识，为您提供更深层次、更具业务价值的数据分析。

  • 多智能体协同工作：DataAgent采用面向数据分析需求的多轮对话设计，多智能体可以协同工作，进行数据分析代码的self-debug，提升分析效率，降低错误率。

  • 数据可视化：DataAgent可以将复杂的数据通过可视化的方式呈现，让数据分析结果更易于理解，帮助您更好地做出决策。

DataAgent工作流程：#

1. 需求确认：DataAgent与用户建立对话，理解用户的需求。在这一阶段，DataAgent会提出一系列问题，以便更准确地了解用户的需求。
2. 任务规划：DataAgent会根据最终确认的需求内容为用户制定任务规划。这个规划包括一系列步骤，DataAgent会按照这些步骤来为用户提供服务。
3. 任务执行：DataAgent将规划好的任务分配给不同的智能体，如数据查找智能体、SQL生成智能体、代码生成智能体、可视化分析智能体等。每个智能体负责其专业领域的任务执行，协同工作以确保任务的高效完成。
4.应用生成：DataAgent根据用户需求任务将结果数据转化为应用成果，如指标大屏展示、数据API服务和数据应用等，这些成果能够以可视化的形式展示关键数据指标，提供API接口供其他系统或服务调用，以及根据用户需求生成具体的应用程序。
_images/flow_chart.png
DataAgent的工作流程图

完成进度：#

  • SQL生成

  • 数据接入

  • 知识库

  • 语料库

  • 图表生成

  • 任务规划

✨ 快速开始#

DataAgent部署#

对你的数据库进行提问#

1、训练你的数据库

curl -X 'POST' \
'http://localhost/v1/instruction/sync' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"db_connection_id": "db_connection_id",
"table_names": ["table_name"]
}'

2、训练你的知识库

curl -X 'POST' \
'http://localhost/v1/knowledge/train' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"file_id": "file_id",
"file_name": "file_name",
"file":File
}'

3、通过自然语言查询数据

curl -X 'POST' \
'http://localhost/v1/chat/completions' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"model": "sql_model",
"messages": [{"role":"user","content":"自然语言问题"}],

👏 贡献#

我们欢迎各种贡献和建议，共同努力，使本项目更上一层楼！麻烦遵循以下步骤：

  • 步骤1： 如果您想添加任何额外的功能、增强功能或在使用过程中遇到任何问题，请发布一个 问题 。如果您能遵循 问题模板 我们将不胜感激。问题将在那里被讨论和分配。

  • 步骤2： 无论何时，当一个问题被分配后，您都可以按照 PR模板 创建一个 拉取请求 进行贡献。您也可以认领任何公开的问题。共同努力，我们可以使DataAgents变得更好！

  • 步骤3： 在审查和讨论后，PR将被合并或迭代。感谢您的贡献！

在您开始之前，我们强烈建议您花一点时间检查 这里 再进行贡献。

📖 文档#

请在这里查看完整文档，将随着demo更改和代码发布更新。