尧图网页设计 
Agno AI 数据分析助手自然语言查询 CSV/Excel 的完整实操指南【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-appsawesome-llm-apps 收录的单文件起步项目里有一个 AI 数据分析 Agent上传 CSV 或 Excel用一句自然语言提问它会在 DuckDB 里自动生成并执行 SQL把分组统计、过滤排序的结果直接返回给你。按本文操作你能在几分钟内把界面跑起来并完成第一次数据查询。快速上手三步跑通克隆仓库并进入项目目录git clone https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps cd awesome-llm-apps/starter_ai_agents/ai_data_analysis_agent安装依赖pip install -r requirements.txt启动应用streamlit run ai_data_analyst.py浏览器打开后在左侧边栏粘贴你的 OpenAI API 密钥界面默认调用 gpt-4o 模型。整个应用就是ai_data_analyst.py一个文件依赖锁定在requirements.txt中不需要数据库账号或额外服务。它到底能做什么上传文件即建表支持 csv 和 xlsx 两种格式上传后页面立刻显示数据预览和列名清单数值、日期列会被自动识别。一句话拿分组统计比如问「每个区域的销售额总和是多少」返回分组结果而不是原始行。适合没有 SQL 基础的业务同学做日常取数。过滤与排序可以问「列出金额大于 1000 的记录按金额倒序」Agent 会把条件翻译成 WHERE 和 ORDER BY。统计摘要均值、中位数、计数这类问题可直接问背后由 DuckDbTools 和 PandasTools 两套工具执行。可视化建议结果以 Markdown 形式返回包含分析口径说明方便你核对它算了什么。已知限制只接受单个文件数据统一加载为一张表不支持多表关联界面上没有多轮记忆每次提问都是独立的一问一答。内部怎么跑的简化版数据流向是一条短链共 4 步上传的文件先经 pandas 预处理列名含 date 的列解析为日期可转数值的文本列转成数值再存成临时 CSV临时文件通过load_local_csv_to_table载入 DuckDB统一命名为uploaded_data表Agentgpt-4o DuckDbTools PandasTools把你的自然语言问题翻译成针对这张表的 SQLSQL 在 DuckDB 里执行结果连同解释以 Markdown 渲染到页面。上图是仓库中一张 Agent 处理链路示意结构与本项目的数据流向一致输入侧放原始数据中间由 Agent 执行分析右侧给出结论与置信说明。动手示例完成第一次查询 假设你有一份sales.csv含 region区域、amount金额、month月份三列。操作预期结果常见坑侧边栏填密钥上传 sales.csv页面显示数据表格预览和列名清单只认 csv 和 xlsx传 txt、json 会被拒绝并提示格式不支持提问「每个区域的销售额总和」返回各区域合计值并附带查询口径说明问题里用表内真实的列名region、amount别用「地区」「营收」等近义词同一次提问里带上条件「金额大于 1000 的按金额倒序」返回过滤并排序后的结果没有多轮记忆想在上一轮结果上继续细化时要把前一轮的条件重写进新问题配置与注意事项API 密钥填在 Streamlit 侧边栏即可不用配环境变量密钥存在 session state 里刷新页面后建议重新粘贴。依赖版本锁定较严streamlit1.41.1、openai1.58.1、numpy1.26.4、duckdb1.4.1、agno2.2.10。如果装依赖时报 numpy 冲突优先按 requirements.txt 里的版本装而不是各自升到最新。预处理会做强制类型转换纯数字文本列如订单号 001会变成数值并丢掉前导零需要保留原样时建议把该列混入文本。大 Excel 文件预处理稍慢且所有数据都在内存里的 DuckDB 中单文件建议控制在几百 MB 以内。回答以 Markdown 文本呈现行数多的结果不会画表格图想要图表可在问题里说明「用 bar chart 展示」。这套应用适合个人和团队对中小表格做即席查询与取数验证不适合替代生产环境的 BI 系统。想改提示词或换模型直接看 starter_ai_agents/ai_data_analysis_agent/ 目录下的源码仓库根目录的 README 列出了更多可运行的 Agent 模板。【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Agno AI 数据分析助手：自然语言查询 CSV/Excel 的完整实操指南
Agno AI 数据分析助手自然语言查询 CSV/Excel 的完整实操指南【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-appsawesome-llm-apps 收录的单文件起步项目里有一个 AI 数据分析 Agent上传 CSV 或 Excel用一句自然语言提问它会在 DuckDB 里自动生成并执行 SQL把分组统计、过滤排序的结果直接返回给你。按本文操作你能在几分钟内把界面跑起来并完成第一次数据查询。快速上手三步跑通克隆仓库并进入项目目录git clone https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps cd awesome-llm-apps/starter_ai_agents/ai_data_analysis_agent安装依赖pip install -r requirements.txt启动应用streamlit run ai_data_analyst.py浏览器打开后在左侧边栏粘贴你的 OpenAI API 密钥界面默认调用 gpt-4o 模型。整个应用就是ai_data_analyst.py一个文件依赖锁定在requirements.txt中不需要数据库账号或额外服务。它到底能做什么上传文件即建表支持 csv 和 xlsx 两种格式上传后页面立刻显示数据预览和列名清单数值、日期列会被自动识别。一句话拿分组统计比如问「每个区域的销售额总和是多少」返回分组结果而不是原始行。适合没有 SQL 基础的业务同学做日常取数。过滤与排序可以问「列出金额大于 1000 的记录按金额倒序」Agent 会把条件翻译成 WHERE 和 ORDER BY。统计摘要均值、中位数、计数这类问题可直接问背后由 DuckDbTools 和 PandasTools 两套工具执行。可视化建议结果以 Markdown 形式返回包含分析口径说明方便你核对它算了什么。已知限制只接受单个文件数据统一加载为一张表不支持多表关联界面上没有多轮记忆每次提问都是独立的一问一答。内部怎么跑的简化版数据流向是一条短链共 4 步上传的文件先经 pandas 预处理列名含 date 的列解析为日期可转数值的文本列转成数值再存成临时 CSV临时文件通过load_local_csv_to_table载入 DuckDB统一命名为uploaded_data表Agentgpt-4o DuckDbTools PandasTools把你的自然语言问题翻译成针对这张表的 SQLSQL 在 DuckDB 里执行结果连同解释以 Markdown 渲染到页面。上图是仓库中一张 Agent 处理链路示意结构与本项目的数据流向一致输入侧放原始数据中间由 Agent 执行分析右侧给出结论与置信说明。动手示例完成第一次查询 假设你有一份sales.csv含 region区域、amount金额、month月份三列。操作预期结果常见坑侧边栏填密钥上传 sales.csv页面显示数据表格预览和列名清单只认 csv 和 xlsx传 txt、json 会被拒绝并提示格式不支持提问「每个区域的销售额总和」返回各区域合计值并附带查询口径说明问题里用表内真实的列名region、amount别用「地区」「营收」等近义词同一次提问里带上条件「金额大于 1000 的按金额倒序」返回过滤并排序后的结果没有多轮记忆想在上一轮结果上继续细化时要把前一轮的条件重写进新问题配置与注意事项API 密钥填在 Streamlit 侧边栏即可不用配环境变量密钥存在 session state 里刷新页面后建议重新粘贴。依赖版本锁定较严streamlit1.41.1、openai1.58.1、numpy1.26.4、duckdb1.4.1、agno2.2.10。如果装依赖时报 numpy 冲突优先按 requirements.txt 里的版本装而不是各自升到最新。预处理会做强制类型转换纯数字文本列如订单号 001会变成数值并丢掉前导零需要保留原样时建议把该列混入文本。大 Excel 文件预处理稍慢且所有数据都在内存里的 DuckDB 中单文件建议控制在几百 MB 以内。回答以 Markdown 文本呈现行数多的结果不会画表格图想要图表可在问题里说明「用 bar chart 展示」。这套应用适合个人和团队对中小表格做即席查询与取数验证不适合替代生产环境的 BI 系统。想改提示词或换模型直接看 starter_ai_agents/ai_data_analysis_agent/ 目录下的源码仓库根目录的 README 列出了更多可运行的 Agent 模板。【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考