【天翼AI-星辰智能体平台】| 基于Excel表实现智能问数助手智能体开发实战
目录
一. 🦁 写在前面
今天，狮子使用中国电信的智能体平台——星辰智能体平台，搭建一个基于Excel表格问数的工作流，给了两张表（一张用户个人画像表（大概120多个字段），一张订单表（大概四个个字段）），一共两万条数据，现在要做根据自然语言问数，需要返回的数据形式有多种：分别是表格、柱状图、饼图、折线图这几种。
看了一下这个平台，因为神态酷似dify，但是确实插件比较少，给的数据源数据量较大，所以决定采用外部实现一个智能体用于处理数据和提供接口，在平台http接口的形式调用，在平台内实现图表和表格生成（尽力了，真不知道在平台怎么处理这个数据源）。
现在狮子来回忆一波捏这个工作流的步骤，并且分享一下在平台上实现图表的教程！！！
二. 🦁 搭建流程
2.1 总体工作流展示
2.2 外部工作流搭建流程
这个外部工作流的作用是查询数据源，并且返回用户需要的数据！数据源格式如下：
实现该流程的方案有两种。
2.2.1 方案一—pandas + 规则解析 + 字段RAG 混合问数
第一种方案就是利用pandas解析Excel表格的便捷性，将问题中的筛选条件提取出来标准化，再去Rag数据库那里检索最相关的字段说明，将检索结果与统计摘要拼成prompt交给大模型生成简短关联分析，同时通过pandas根据字段筛选出相应的数据，通过接口返回。具体流程如下：
ps:
狮子选择该种方法实现问数，因为时间有点急，数据库处理很麻烦。
2.2.2 方案二—Text2SQL方案
方案二则是将Excel的数据导入到数据库（可以选择SQLite）中，然后构建Rag向量库。用户输入问题后，先去知识库筛选对应的表信息，再封装成Prompt提交给大模型，让大模型帮忙生成对应的SQL，具体实现可以参考以下流程图：
ps:
这里后续还会有具体的文章来说明！
2.3 表格展示构建实现
如果用户的问题是返回对应的列表时，则需要展示时使用表格的方式呈现，这个其实很好实现，因为智能体平台一般都支持Markdow语法的数据展示，所以直接将得到的数据通过大模型转化为表格的语法，输出则是表格的形式。这个我们通过规定的提示词给大模型则可以实现，提示词如下：
1. 接收{{output#}}内容并检查其是否为空。2. 如果输入内容为空，输出“未查询到结果请调整查询话术”。 3. 如果输入内容不为空，将提取的{{output#}}整理成表格，同时汇总数量。简洁输出
2.4 图表展示构建实现
ps：
这一步之所以能实现，完全是因为平台支持Echarts的md格式，当平台的前端界面识别到这个由三个反引号包裹、并标记为echarts的代码块时，便会自动将其渲染为交互式图表
图表展示这块，我们肯定使用熟悉的Echarts组件库，官网地址如下：https://echarts.apache.org/examples/zh/index.html，在官网我们可以看到其实每种图都有一个代码模板的，比如折线图：
{"title":{"text":"{{ CHART_TITLE | default('Chart') }}","left":"center"},"tooltip":{"trigger":"axis","axisPointer":{"type":"cross"},"formatter":"{b} : {c}"},"xAxis":{"type":"category","data":{{ data.labels | tojson }},"boundaryGap":false},"yAxis":{"type":"value","name":"{{ Y_AXIS_NAME | default('Y') }}"},"series":[{"name":"{{ SERIES_NAME | default('Series') }}","type":"line","data":{{ data.values | tojson }},"smooth":true,"lineStyle":{"color":"rgba(54, 162, 235, 1)","width":2},"itemStyle":{"color":"rgba(54, 162, 235, 0.8)"},"areaStyle":{"color":"rgba(54, 162, 235, 0.1)"}}]}我们每次只要将不同的数据填充进来，就能都得到不同数据的折线图，但是我们通过接口传过来的数据是json字符串，那应该如何将这个数据填充进Echarts模板呢？
这时候可以使用到大模型来帮我们完成，需要编写一段提示词，将json的数据对象提取出来交给大模型，大模型就会根据提示词将数据给我们格式化为Echarts代码。提示词如下：
你是一个专业的ECharts数据可视化专家。根据用户提供的数据，使用提供给您的模板，生成标准的折线图ECharts配置。 用户数据：{{#1765639035525.chart_data#}} 提供给您的模板： " # 折线图模板 适用场景：展示数据随时间的变化趋势 模板代码： ```json { "title": { "text": "{{ CHART_TITLE | default('Chart')}}", "left": "center" }, "tooltip": { "trigger": "axis", "axisPointer": { "type": "cross" }, "formatter": "{b} : {c}" }, "xAxis": { "type": "category", "data": {{ data.labels | tojson }}, "boundaryGap": false }, "yAxis": { "type": "value", "name": "{{ Y_AXIS_NAME | default('Y')}}" }, "series": [{ "name": "{{ SERIES_NAME | default('Series')}}", "type": "line", "data": {{ data.values | tojson }}, "smooth": true, "lineStyle": { "color": "rgba(54, 162, 235, 1)", "width": 2 }, "itemStyle": { "color": "rgba(54, 162, 235, 0.8)" }, "areaStyle": { "color": "rgba(54, 162, 235, 0.1)" } }] } ## 关键点说明： - 数据输入结构 - 使用 data.labels 和 data.values 两组数据来驱动 X 轴时间数据和折线的数值。 - data.labels 与 data.values 的长度应一致，确保一一对应。 - 默认值与容错 - CHART_TITLE 使用 default('Chart')，如果未提供就显示“Chart”。 - Y_AXIS_NAME 使用 default('Y')，SERIES_NAME 使用 default('Series')。 - 数据通过 tojson 安全渲染，避免 JSON 转义问题。 - 单/多线扩展 - 该模板当前设计为单系列折线图；若未来需要多系列，可以在 series 中添加更多对象，并把数据结构调整为多组 data.values（或提供一个 series_list）。 - 显示与样式 - smooth 设置为 true，呈现平滑曲线。 - areaStyle 提供区域填充，颜色为浅蓝色调，便于对比趋势。 - xAxis 的 boundaryGap 设置为 false，便于时间序列数据紧贴边界显示。 - 语言一致性 - 演示中的占位符名为英文，默认文本也尽量使用英文；实际显示文本可按需要由数据源提供英文或翻译后文本。 " 请严格按以下步骤操作： 1. 从检索结果中选择最匹配的图表模板 2. 将用户数据按ECharts标准格式填入占位符 3. 输出完整且可直接使用的ECharts option配置 输出要求： - 必须输出标准的ECharts option JSON格式 - 所有占位符{{}}必须被实际数据替换 - 确保JSON语法完全正确，可直接用于echarts.setOption()- 数据格式严格遵循ECharts规范： * 字符串用双引号包围 * 数组格式正确：["item1","item2"]* 数值不加引号：[100, 200, 300]- 图表标题简洁明了，符合数据内容 输出格式示例： echarts {"title": {"text": "Monthly Sales Data","left": "center"},"tooltip": {"trigger": "axis","axisPointer": {"type": "cross"},"formatter": "{b} : {c}"},"xAxis": {"type": "category","data": ["January","February","March","April","May","June"],"boundaryGap": false },"yAxis": {"type": "value","name": "Sales Amount"},"series": [{"name": "Sales","type": "line","data": [120, 200, 150, 300, 250, 400],"smooth": true,"lineStyle": {"color": "rgba(54, 162, 235, 1)","width": 2 },"itemStyle": {"color": "rgba(54, 162, 235, 0.8)"},"areaStyle": {"color": "rgba(54, 162, 235, 0.1)"}}]} 注意：输出的JSON必须能够直接复制粘贴到ECharts中使用，不允许有任何语法错误。 这样就可以将我们的数据转换成Echarts的格式了，但是到这里还不行，我们还需要将大模型生成的代码整理成md格式的代码，这里就直接使用代码来处理了，具体代码示例如下：
import json defmain(option=None):# 如果没有传入 option，给一个默认版本（中文文本示例）if option isNone: option ={"title":{"text":"BMI Distribution","left":"center"},"grid":{"left":"8%","right":"4%","bottom":"6%","containLabel":True},"tooltip":{"trigger":"axis","axisPointer":{"type":"line"},"formatter":"{b} : {c}"},"xAxis":{"type":"category","data":["BMI>=24","BMI<=20"]},"yAxis":{"type":"value","name":"Count"},"series":[{"name":"Population","type":"bar","data":[3294,1985],"barWidth":"20%","barMaxWidth":40,"itemStyle":{"color":"rgba(255, 99, 132, 0.8)"}}]}# 如果 option 是字符串，尝试解析为字典ifisinstance(option,str):try: option = json.loads(option)except Exception as e:return{"error":f"Invalid JSON string: {e}"}# 现在 option 应该是一个字典try: option_json = json.dumps(option, indent=2, ensure_ascii=False) output ="```echarts\n"+ option_json +"\n```"return{"result": output}except Exception as e:return{"error":str(e)}效果展示：
ps:
有人会问，为什么不用大模型直接生成md格式的Echarts代码？
这里也是可以这么做的，但是我觉得让大模型专心处理一件事情就好了，怕出错！
另外，其它类型的表也是按上面一样的方法，只是把折线图的模板换成其它类型，这一步可以通过AI完成。
2.5 其它环节
主要环节搭建已经完成，其它环节就是对数据的一些处理，无非就是新增一些节点来处理数据，我这里搭建的很匆忙，有很多节点处理得不好，其实有很多步都是可以优化的，总体还是显得有些冗余。
三. 🦁 写在最后
从Excel数据到最终的交互图表，这个项目完整地实践了如何将一个复杂的业务需求，拆解、封装成一个个可控的技术模块，并通过智能体平台进行高效组装。
🦁 其它优质专栏推荐 🦁
🌟《Java核心系列（修炼内功，无上心法)》: 主要是JDK源码的核心讲解，几乎每篇文章都过万字，让你详细掌握每一个知识点！
🌟 《springBoot 源码剥析核心系列》：一些场景的Springboot源码剥析以及常用Springboot相关知识点解读
欢迎加入狮子的社区：『Lion-编程进阶之路』，日常收录优质好文
更多文章可持续关注上方🦁的博客，2025咱们顶峰相见！
