AI Data Analysis MultiAgent

AI驅動的研究助理

概述

這是一個先進的AI驅動研究助理系統，它利用多種專業代理來協助數據分析，可視化和報告生成等任務。該系統採用Langchain，OpenAI的GPT模型和Langgraph來處理複雜的研究過程，從而集成了不同的AI體系結構以獲得最佳性能。

關鍵功能

• 假設產生和驗證
• 數據處理和分析
• 可視化創建
• 網絡搜索和信息檢索
• 代碼生成和執行
• 報告寫作
• 質量審查和修訂
• 多樣化的建築整合：
  • 主管代理以監督分析過程
  • 複雜解決問題的基礎推理
  • 評論家質量保證和錯誤檢查
• 創新筆記Taker代理：
  • 不斷記錄項目的當前狀態
  • 為傳輸完整的歷史信息提供了更有效的替代方案
  • 增強了系統在不同分析階段保持背景和連續性的能力
• 自適應工作流程：根據手頭的數據和任務動態調整其分析方法

為什麼它是獨一無二的

專用音符Taker代理的集成將該系統與傳統數據分析管道區分開來。通過保持項目狀態的簡潔而全面的記錄，系統可以：

1. 減少計算開銷
2. 改善不同分析階段的上下文保留
3. 啟用更連貫和一致的分析結果

系統要求

• Python 3.10或更高
• Jupyter筆記本電腦環境

安裝

1. 克隆存儲庫：

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

2. 創建和激活Conda虛擬環境：

conda create -n data_assistant python=3.10
conda activate data_assistant

3. 安裝依賴項：

pip install -r requirements.txt

4. 設置環境變量：重命名.env Example為.env並填寫所有值

 # 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. 開始Jupyter筆記本：

2. 在data_storage中設置yourdataname.csv

3. 打開main.ipynb文件。

4. 運行所有單元格以初始化系統並創建工作流程。

5. 在最後一個單元格中，您可以通過修改userInput變量來自定義研究任務。

6. 運行最後幾個單元格以執行研究過程並查看結果。

主要組件

• hypothesis_agent ：生成研究假設
• process_agent ：監督整個研究過程
• visualization_agent ：創建數據可視化
• code_agent ：寫數據分析代碼
• searcher_agent ：進行文學和網絡搜索
• report_agent ：撰寫研究報告
• quality_review_agent ：執行質量評論
• note_agent ：記錄研究過程

工作流程

該系統使用Langgraph創建管理整個研究過程的狀態圖。工作流包括以下步驟：

1. 假設產生
2. 人類選擇（繼續或再生假設）
3. 處理（包括數據分析，可視化，搜索和報告寫作）
4. 質量審查
5. 根據需要進行修訂

定制

您可以通過在main.ipynb中修改代理創建和工作流定義來自定義系統行為。

筆記

• 確保您有足夠的OpenAI API積分，因為系統將進行多個API調用。
• 根據任務的複雜性，系統可能需要一些時間來完成整個研究過程。
• 警告：代理系統可以修改所分析的數據。強烈建議在使用此系統之前備份數據。

當前問題和解決方案

1. OpenAI內部服務器錯誤（錯誤代碼：500）
2. 提高效率
3. 總體運行時優化
4. 煉油廠需要更好

貢獻

歡迎拉動請求。對於重大更改，請先開設一個問題，以討論您想更改的內容。

執照

該項目是根據MIT許可證獲得許可的 - 有關詳細信息，請參見許可證文件。

星曆史

其他項目

這是我其他一些著名項目：

Sharelmapi

SharelMapi是一種本地語言模型共享API，它使用FastAPI提供界面，允許不同的程序或設備共享相同的本地模型，從而減少資源消耗。它支持流生成和各種模型配置方法。

• Github：Sharelmapi

Pigpig：高級多模式LLM Discord Bot：

一個基於多模式大語言模型（LLM）的強大不和諧機器人，旨在通過自然語言與用戶互動。它將高級AI功能與實用功能相結合，為不和諧社區提供豐富的體驗。

• github：ai-discord-bot-pigpig