DataAgent:企业级智能数据分析师,Text-to-SQL+Python 分析 + 自动出报告一站式搞定(开源项目)

DataAgent:企业级智能数据分析师,Text-to-SQL+Python 分析 + 自动出报告一站式搞定(开源项目)

DataAgent

今天发现了一个开源项目,辛辛苦苦找到的一个text2sql的开源项目,今天分享一下我使用经历。
DataAgent 是一个基于 Spring AI Alibaba Graph 打造的企业级智能数据分析 Agent。它超越了传统的 Text-to-SQL 工具,进化为一个能够执行 Python 深度分析、生成 多维度图表报告 的 AI 智能数据分析师。

系统采用高度可扩展的架构设计,全面兼容 OpenAI 接口规范的对话模型与 Embedding 模型,并支持灵活挂载任意向量数据库。无论是私有化部署还是接入主流大模型服务(如 Qwen, Deepseek),都能轻松适配,为企业提供灵活、可控的数据洞察服务。
这个是他的访问地址:DataAgent

在这里插入图片描述


他这里也有很多友好的参考手册

在这里插入图片描述

开始

环境准备

  • JDK 17+
  • MySQL 5.7+
  • Node.js 16+
    我在windows上测试的,所以电脑也是满足这个环境才行
    可以自行查看自己的环境:
java -version node -v npm -v mysql --version 

拉下来的项目最好是用自己 IntelliJ IDEA 打开,IDE 会自动识别为 Maven 项目并下载依赖

在这里插入图片描述

启动服务

第一步需要配置数据库
打开文件
DataAgent-main/DataAgent-main/data-agent-management/src/main/resources/sql
文件在:data-agent-management/src/main/resources/sql,里面有4个文件:

  • schema.sql - 功能相关的表结构
  • data.sql - 功能相关的数据
  • product_schema.sql - 模拟数据表结构

product_data.sql - 模拟数据
将表和数据导入到你的MySQL数据库中。
看到有一些建表语句,就是项目所需的元数据存储表

在这里插入图片描述


我们需要在自己本地的MySQL中创建database数据库,

# 1、打开`PowerShell`,`cd`进入项目目录,cd"D:\Study\DBA\DataAgent-main\DataAgent-main"# 2、连接进入MySQL mysql -u root -p # 3、创建特定数据库,也可以用源项目的“saa_data_agent”名字 mysql> create database dataagent;# 4、 执行schema.sql,生成表 mysql>\. data-agent-management/src/main/resources/sql/schema.sql; mysql>\. data-agent-management/src/main/resources/sql/data.sql; mysql>\. data-agent-management/src/main/resources/sql/product_schema.sql; mysql>\. data-agent-management/src/main/resources/sql/product_data.sql;
在这里插入图片描述


创建表以后,需要把数据库信息配置好,
打开DataAgent-main/DataAgent-main/data-agent-management/src/main/resources/application.yml
配置数据库地址IP、端口号、数据库、用户名和密码

启动后端服务

cd data-agent-management mvn spring-boot:run 

启动后会有一些警告,不用慌张,可以复制给AI来帮忙解决。
启动前端开发服务:

cd data-agent-frontend npminstallnpm run dev 

打开应用
浏览器访问 http://127.0.0.1:3000/


申请qwen api key
访问

https://bailian.console.aliyun.com/cn-beijing/?spm=5176.29597918.J_SEsSjsNv72yRuRFS2VknO.4.50767b08QZODQ1&tab=model#/model-usage/free-quota
他每个LLM都有免费体验百万tokens

在这里插入图片描述


开启体验后,在新建一个api key

在这里插入图片描述

模型配置

提供商:Qwen
模型名称:text-embedding-v3
Base URL:https://dashscope.aliyuncs.com/compatible-mode
Embeddings路径:/v1/embeddings

在这里插入图片描述


配置填好,点击连接测试,测试通过即可点击查看智能体列表了
系统有四个例子可进行参考

在这里插入图片描述

这样就准备好了,然后就可以敬请的玩耍了

Read more

Python——Pandas库,超详细教程

Python——Pandas库,超详细教程

前言 1、Python的Pandas是一个基于Python构建的开源数据分析库,它提供了强大的数据结构和运算功能。 2、 * Series:一维数组,类似于Numpy中的一维array,但具有索引标签,可以保存不同类型的数据,如字符串、布尔值、数字等。 * DataFrame:二维表格型数据结构,与SQL表或Excel工作表类似,每列可以是不同的数据类型(如数值、字符串或日期),并且具有列名和行索引。DataFrame是Pandas的核心数据结构,提供了丰富的数据操作方法。 接下来我们将逐步介绍他的用法 一、导入Pandas库         简写为pd import pandas as pd 二、使用Series,创建一维数组 从0开始存储 三、index查看下标,values查看下标的值 注意:不知道标签和下标的区别请看目录五的解释 1、index的输出类似于range:         start代表起始标签;stop代表结束标签(不会到这个值,到n-1值);step代表步长。 2、valuses:         直接查看下标的值,记

By Ne0inhk

企业微信可信IP配置的Python完美解决方案

在企业微信开发中,配置可信IP是保障接口安全的关键步骤。但很多开发者会卡在一个前置要求上:配置可信IP需要先完成“可信域名”或“接收消息服务器URL”配置。如果手头没有备案域名,难道就只能止步于此? 最近看到一篇Java实现的无备案域名配置方案,核心思路是通过“接收消息服务器URL”验证替代可信域名,完美避开备案限制。今天就给大家带来这套方案的Python适配版本,从原理解析到代码实现,再到部署验证,一步到位帮你搞定! 一、方案核心逻辑:为什么可行? 先明确企业微信的规则:配置可信IP并非一定要备案域名,而是二选一——要么有可信域名,要么完成“接收消息服务器URL”配置。 这套方案的核心就是利用“接收消息服务器URL”的验证机制:企业微信会向你填写的URL发送验证请求,只要你的服务器能正确响应(完成签名校验和加密字符串解密),就算通过验证。通过后就能正常配置可信IP,全程无需备案域名,只需要一台有公网IP的服务器。 关键匹配点:Java版本用WXBizMsgCrypt工具类处理加密解密,Python中我们用pycryptodome库实现相同的AES加密解密逻辑,确

By Ne0inhk

WindowsCleaner v5.0:一款功能强大的Python桌面磁盘清理工具

WindowsCleaner v5.0:一款功能强大的Python桌面磁盘清理工具 作者:孤客 日期:2026年 标签:Python、Tkinter、系统优化、磁盘清理、桌面应用 🎯 项目简介 WindowsCleaner v5.0是一款基于Python Tkinter开发的Windows系统优化工具,具备专业的磁盘清理、系统优化和管理功能。该工具不仅界面美观,还支持多主题切换、多语言支持和动漫风格UI,为用户提供全方位的系统维护体验。 ✨ 核心特性 1. 🎨 现代化的用户界面 * 三套主题皮肤:日光模式、黑暗模式、冬季主题 * 动漫风格字体:使用Segoe UI Emoji字体,界面更加生动有趣 * 响应式布局:自适应窗口大小,提供更好的用户体验 2. 🔧 强大的系统清理功能 * 垃圾文件扫描:智能识别临时文件、缓存文件、日志文件 * 注册表清理:检测和清理无效的注册表项(需要管理员权限) * 启动项管理:

By Ne0inhk
[特殊字符] Python在CentOS系统执行深度指南

[特殊字符] Python在CentOS系统执行深度指南

文章目录 * 1 Python环境安装与配置问题 * 1.1 系统自带Python的限制 * 1.2 安装Python 3的常见问题及解决方案 * 1.3 SSL模块问题解决方案 * 1.4 环境变量配置与管理 * 1.5 软件集合(SCL)替代方案 * 2 包管理与虚拟环境问题 * 2.1 pip包管理器问题与解决方案 * 2.2 虚拟环境的最佳实践 * 2.3 依赖兼容性问题解决 * 2.4 虚拟环境目录结构理解 * 3 模块导入与路径问题 * 3.1 Python模块搜索路径机制 * 3.2 常见模块导入错误与解决 * 3.3 路径配置最佳实践 * 3.4 特殊模块问题处理 * 3.

By Ne0inhk