1. 前言（Demo 演示）

在日常工作中，数据分析往往需要反复编写 Python 代码、查阅文档、调试图表。如果能有一个智能助手，直接通过自然语言对话完成数据探索、统计分析和可视化，效率将大幅提升。

本文是一个 技术演示项目（Demo），旨在快速验证"自然语言驱动数据分析"的可行性，不适合直接用于生产环境。我们将从零搭建一个 数据分析智能助手，后端使用 LangChain Agent 驱动 LLM 自主生成并执行 Python 代码，前端使用 Streamlit 提供交互式聊天界面，LLM 选用 DeepSeek（OpenAI 兼容接口），成本低且效果出色。
本文将带你从零搭建一个 数据分析智能助手，后端使用 LangChain Agent 驱动 LLM 自主生成并执行 Python 代码，前端使用 Streamlit 提供交互式聊天界面，LLM 选用 DeepSeek（OpenAI 兼容接口），成本低且效果出色。

最终效果：上传一个 CSV 文件，然后像聊天一样提问——“帮我画一张销售额的月度趋势图”、“计算各品类的平均利润”——Agent 会自动生成代码、执行并返回结果。

2. 项目结构

project/
├── .env              # 存放 API Key
├── agent.py          # Agent 核心逻辑
└── app.py            # Streamlit 前端界面

3. 环境准备

安装依赖：

pip install langchain langchain-openai langchain-experimental pandas matplotlib streamlit python-dotenv

在项目根目录创建 .env 文件，存放 DeepSeek API Key（仅用于演示，生产环境应使用更安全的密钥管理方案）：

DEEPSEEK_API_KEY=your-api-key-here

如果你使用的是 OpenAI 官方接口，只需将 openai_api_base 改为官方地址，model 改为 gpt-4 等模型即可。

4. Agent 核心实现（agent.py）

Agent 是整个应用的"大脑"，它负责接收用户的自然语言问题，转化为可执行的 Python 代码并运行。

# agent.py
import os
import pandas as pd
from langchain.agents import create_agent
from langchain_openai import ChatOpenAI
from langchain_experimental.tools.python.tool import PythonAstREPLTool
from dotenv import load_dotenv

load_dotenv()

# 1. 初始化 LLM —— 使用 DeepSeek 兼容接口
llm = ChatOpenAI(
    model="deepseek-chat",
    openai_api_key=os.getenv("DEEPSEEK_API_KEY"),
    openai_api_base="https://api.deepseek.com/v1",
    temperature=0,
)


def create_agent_with_data(df: pd.DataFrame):
    """基于给定的 DataFrame 创建一个数据分析 Agent"""

    # 将 DataFrame 注入到 Python 执行环境中
    tools = [PythonAstREPLTool(locals={"df": df})]

    system_prompt = f"""
    你是一个数据分析助手。你有一个名为 `df` 的 pandas DataFrame 变量。
    你可以通过生成并执行 Python 代码来回答用户的问题。

    如果用户要求画图，请将图表保存为 'plot.png'。

    当你获得足够的数据后，给出最终答案。

    df 的前几行数据如下：
    {df.head().to_markdown()}
    """

    agent = create_agent(
        model=llm,
        tools=tools,
        system_prompt=system_prompt,
    )

    return agent

几个关键设计点

要点	说明
PythonAstREPLTool	来自 langchain-experimental，能让 LLM 在沙盒中执行 Python 代码
locals={"df": df}	把用户上传的 DataFrame 注入工具环境，让 Agent 可以直接操作 df 变量
system_prompt 中的 df.head()	作为上下文预注入，帮助 LLM 理解数据结构和列名，减少试错
temperature=0	数据分析场景需要稳定可复现的结果，设为 0 避免随机性

5. Streamlit 前端实现（app.py）

前端负责提供文件上传、聊天交互和图表展示功能。

# app.py
import streamlit as st
import pandas as pd
import os
from agent import create_agent_with_data

st.set_page_config(page_title="数据分析智能助手", layout="wide")
st.title("🤖 数据分析智能助手")

# 初始化 session state
if "messages" not in st.session_state:
    st.session_state.messages = []
if "df" not in st.session_state:
    st.session_state.df = None

# --- 侧边栏：数据管理 ---
with st.sidebar:
    st.header("📊 数据管理")
    uploaded_file = st.file_uploader("上传 CSV 文件", type=["csv"])

    if uploaded_file is not None:
        st.session_state.df = pd.read_csv(uploaded_file)
        st.success(
            f"✅ 成功加载数据，共 {st.session_state.df.shape[0]} 行，"
            f"{st.session_state.df.shape[1]} 列"
        )
        st.dataframe(st.session_state.df.head())

    if st.button("🗑️ 清除数据"):
        st.session_state.df = None
        st.session_state.messages = []
        st.rerun()

# --- 主区域：聊天 ---
if st.session_state.df is not None:
    # 显示聊天历史
    for message in st.session_state.messages:
        with st.chat_message(message["role"]):
            st.markdown(message["content"])

    # 用户输入
    if prompt := st.chat_input("输入你的数据分析需求..."):
        # 添加用户消息
        st.session_state.messages.append({"role": "user", "content": prompt})
        with st.chat_message("user"):
            st.markdown(prompt)

        # 调用 Agent 并获取响应
        with st.chat_message("assistant"):
            with st.spinner("🤔 思考中..."):
                try:
                    agent = create_agent_with_data(st.session_state.df)
                    response = agent.invoke(
                        {"messages": [{"role": "user", "content": prompt}]}
                    )
                    reply = response["messages"][-1].content
                    st.markdown(reply)
                    st.session_state.messages.append(
                        {"role": "assistant", "content": reply}
                    )

                    # 如果生成了图表，在聊天框下方展示
                    if os.path.exists("plot.png"):
                        st.image("plot.png")
                        os.remove("plot.png")

                except Exception as e:
                    st.error(f"❌ 出错了：{e}")
else:
    st.info("👈 请先在左侧上传 CSV 文件开始分析")

核心交互流程

6. 运行与演示

在项目目录下启
启动后，浏览器访问 http://localhost:8501，你会看到如下界面效果：

💡 实际效果：左侧边栏上传 CSV → 主区域像聊天一样提问 → Agent 实时返回分析结果或图表。
动应用：

streamlit run app.py

示例对话

上传一份销售数据 CSV 后，你可以这样与助手互动：

用户输入	Agent 输出
“这个表有哪些列？”	列出所有列名及数据类型
“帮我计算每个月的总销售额”	按月份 groupby 后求和，返回表格
“画一张月度销售趋势折线图”	生成 plot.png 并在界面展示
“哪个品类的利润率最高？”	计算后给出具体答案

7. 注意事项

• API 调用次数：Agent 在执行过程中可能多次调用 LLM，复杂问题会消耗较多 Token，建议设置合理的 API 额度预警。
• 代码安全性：PythonAstREPLTool 在受限环境中执行，但仍应避免在生产环境直接暴露给不可信用户。
• 图表管理：每次生成 plot.png 后都会删掉原文件，避免下次展示旧图。
• 会话状态：st.session_state 保持聊天记录和数据跨轮次持久化，点击"清除数据"会重置一切。

8. 扩展思路

• 支持更多数据源：扩展为支持 Excel、JSON、数据库查询
• 历史对话记忆：引入 LangChain 的 Memory 模块，让 Agent 记住之前的分析上下文
• 多轮交互优化：让 Agent 在信息不足时主动反问，而非直接报错
• 切换模型：将 ChatOpenAI 替换为 ChatAnthropic 使用 Claude，或接入本地 Ollama 模型

9.本文实现了一个从数据上传到自然语言分析、从代码生成到可视化输出的完整 Demo 链路。LangChain Agent 负责调度 LLM 与代码执行工具，Streamlit 提供了开箱即用的聊天式 UI，DeepSeek 的 OpenAI 兼容接口降低了接入门槛。整个项目不到 100 行核心代码，即可拥有一个能听懂人话的数据分析助手。析助手。

你可以在此基础上快速定制自己的分析场景，让数据探索变得像聊天一样简单。