AI Data Analysis MultiAgent

AI驱动的研究助理

概述

这是一个先进的AI驱动研究助理系统，它利用多种专业代理来协助数据分析，可视化和报告生成等任务。该系统采用Langchain，OpenAI的GPT模型和Langgraph来处理复杂的研究过程，从而集成了不同的AI体系结构以获得最佳性能。

关键功能

• 假设产生和验证
• 数据处理和分析
• 可视化创建
• 网络搜索和信息检索
• 代码生成和执行
• 报告写作
• 质量审查和修订
• 多样化的建筑整合：
  • 主管代理以监督分析过程
  • 复杂解决问题的基础推理
  • 评论家质量保证和错误检查
• 创新笔记Taker代理：
  • 不断记录项目的当前状态
  • 为传输完整的历史信息提供了更有效的替代方案
  • 增强了系统在不同分析阶段保持背景和连续性的能力
• 自适应工作流程：根据手头的数据和任务动态调整其分析方法

为什么它是独一无二的

专用音符Taker代理的集成将该系统与传统数据分析管道区分开来。通过保持项目状态的简洁而全面的记录，系统可以：

1. 减少计算开销
2. 改善不同分析阶段的上下文保留
3. 启用更连贯和一致的分析结果

系统要求

• Python 3.10或更高
• Jupyter笔记本电脑环境

安装

1. 克隆存储库：

git clone https://github.com/starpig1129/ai-data-analysis-MulitAgent.git

2. 创建和激活Conda虚拟环境：

conda create -n data_assistant python=3.10
conda activate data_assistant

3. 安装依赖项：

pip install -r requirements.txt

4. 设置环境变量：重命名.env Example为.env并填写所有值

 # Your data storage path(required)
DATA_STORAGE_PATH =./data_storage/

# Anaconda installation path(required)
CONDA_PATH = /home/user/anaconda3

# Conda environment name(required)
CONDA_ENV = envname

# ChromeDriver executable path(required)
CHROMEDRIVER_PATH =./chromedriver-linux64/chromedriver

# Firecrawl API key (optional)
# Note: If this key is missing, query capabilities may be reduced
FIRECRAWL_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

# OpenAI API key (required)
# Warning: This key is essential; the program will not run without it
OPENAI_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

# LangChain API key (optional)
# Used for monitoring the processing
LANGCHAIN_API_KEY = XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

用法

1. 开始Jupyter笔记本：

2. 在data_storage中设置yourdataname.csv

3. 打开main.ipynb文件。

4. 运行所有单元格以初始化系统并创建工作流程。

5. 在最后一个单元格中，您可以通过修改userInput变量来自定义研究任务。

6. 运行最后几个单元格以执行研究过程并查看结果。

主要组件

• hypothesis_agent ：生成研究假设
• process_agent ：监督整个研究过程
• visualization_agent ：创建数据可视化
• code_agent ：写数据分析代码
• searcher_agent ：进行文学和网络搜索
• report_agent ：撰写研究报告
• quality_review_agent ：执行质量评论
• note_agent ：记录研究过程

工作流程

该系统使用Langgraph创建管理整个研究过程的状态图。工作流包括以下步骤：

1. 假设产生
2. 人类选择（继续或再生假设）
3. 处理（包括数据分析，可视化，搜索和报告写作）
4. 质量审查
5. 根据需要进行修订

定制

您可以通过在main.ipynb中修改代理创建和工作流定义来自定义系统行为。

笔记

• 确保您有足够的OpenAI API积分，因为系统将进行多个API调用。
• 根据任务的复杂性，系统可能需要一些时间来完成整个研究过程。
• 警告：代理系统可以修改所分析的数据。强烈建议在使用此系统之前备份数据。

当前问题和解决方案

1. OpenAI内部服务器错误（错误代码：500）
2. 提高效率
3. 总体运行时优化
4. 炼油厂需要更好

贡献

欢迎拉动请求。对于重大更改，请先开设一个问题，以讨论您想更改的内容。

执照

该项目是根据MIT许可证获得许可的 - 有关详细信息，请参见许可证文件。

星历史

其他项目

这是我其他一些著名项目：

Sharelmapi

SharelMapi是一种本地语言模型共享API，它使用FastAPI提供界面，允许不同的程序或设备共享相同的本地模型，从而减少资源消耗。它支持流生成和各种模型配置方法。

• Github：Sharelmapi

Pigpig：高级多模式LLM Discord Bot：

一个基于多模式大语言模型（LLM）的强大不和谐机器人，旨在通过自然语言与用户互动。它将高级AI功能与实用功能相结合，为不和谐社区提供丰富的体验。

• github：ai-discord-bot-pigpig