LangChain搭建AI数据分析助手

课程说明：

• 体验课内容节选自《2025大模型Agent智能体开发实战》(夏季班) 完整版付费课程

  体验课时间有限，若想深度学习大模型技术，欢迎大家报名由我主讲的《2025大模型Agent智能体开发实战》(夏季班)

《2025大模型Agent智能体开发实战》(夏季班) 为【100+小时】体系大课，总共20大模块精讲精析，零基础直达大模型企业级应用！

部分项目成果演示

from IPython.display import Video

• MateGen项目演示

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/MG%E6%BC%94%E7%A4%BA%E8%A7%86%E9%A2%91.mp4", width=800, height=400)

• 智能客服项目演示

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E6%A1%88%E4%BE%8B%E8%A7%86%E9%A2%91.mp4", width=800, height=400)

• Dify项目演示

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/2f1b47f42c65fd59e8d3a83e6cb9f13b_raw.mp4", width=800, height=400)

• LangChain&LangGraph搭建Multi-Agnet

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/%E5%8F%AF%E8%A7%86%E5%8C%96%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90Multi-Agent%E6%95%88%E6%9E%9C%E6%BC%94%E7%A4%BA%E6%95%88%E6%9E%9C.mp4", width=800, height=400)

此外，若是对大模型底层原理感兴趣，也欢迎报名由我和菜菜老师共同主讲的《2025大模型原理与实战课程》(夏季班)

两门大模型课程夏季班目前上新特惠+618年中钜惠双惠叠加，合购还有更多优惠哦~详细信息扫码添加助教，回复“大模型”，即可领取课程大纲&查看课程详情👇

---

LangChain快速入门与Agent开发实战

Part 9.基于LangChain搭建AI数据分析智能体Data Agent

实战：智能数据分析可视化系统

  接下来，我们进一步丰富智能问答系统的功能，接下来的案例中，我们构建一个基于 Streamlit + LangChain + DashScope + DeepSeek 的智能化数据分析助手，融合两个典型的企业级大模型应用场景：

• PDF 智能问答：支持上传多个 PDF 文档，自动完成内容提取、文本切块、语义向量化，并构建 FAISS 本地检索库，结合大模型进行问答；
• CSV 数据智能分析：通过自然语言指令分析结构化数据，包括统计查询、代码生成与图表绘制；

  完整代码如下所示：

# ! pip install langchain_experimental matplotlib tabulate

FENCE0

基于上述代码，我们能够实现如下功能：

📄 PDF 智能问答 + 📊 CSV 数据分析与可视化 ✔ 采用 LangChain 工具调用（Agent） ✔ 集成 FAISS 检索（RAG）与 Pandas 代码执行 ✔ 前端使用 Streamlit 高度美化，体验完整

---

以下是各段代码解释：

---

🧩 1. 模块导入与全局设置

FENCE0

• 引入必要的模块：

  • streamlit: 构建 Web 应用前端。
  • pandas: 用于 CSV 数据分析。
  • PdfReader: 提取 PDF 文本。
  • langchain 相关模块用于智能问答 / 工具调用。

• 加载 .env 的 API key；

• 设置 os.environ["KMP_DUPLICATE_LIB_OK"] 避免 MKL 多线程冲突。

---

🎨 2. 页面配置与自定义 CSS

FENCE1

• 设置网页标题、图标、布局。
• 自定义 CSS 美化：主题色、按钮动画、卡片式提示框、Tabs 标签样式等。

📌 说明：这些样式让用户体验更加现代化，比如“PDF 已准备 ✅”就是用 .info-card.success-card 显示。

---

🔧 3. 初始化 Embedding、LLM 与 Session

FENCE2

• init_embeddings：使用阿里 DashScope 提供的 text-embedding-v1。
• init_llm：初始化 DeepSeek 大模型。
• init_session_state：使用 st.session_state 保存对话历史与 CSV 数据。

---

📄 4. PDF 文档处理逻辑

FENCE3

• 提取上传 PDF 内容 → 文本切片 → 向量存储。
• 使用 FAISS 本地数据库持久化保存向量。
• check_database_exists() 用于确认是否已有 FAISS 数据库。

---

🧠 5. PDF 智能问答：RAG + Agent

FENCE4

• 加载 FAISS 向量 → 构建 retriever_tool；
• 设置 system prompt（要求准确、不要乱猜）；
• 创建 LangChain Agent；
• 调用大模型：用户输入问题 → Agent 判断是否用工具 → 检索 + 生成回答。

---

📊 6. CSV 数据分析：代码执行工具 + 可视化

FENCE5

• 用 PythonAstREPLTool 将 Pandas dataframe 注入 Agent 可调用作用域；
• 支持“代码生成 + 执行 + 输出图表”；
• 若结果中包含 GRAPH:图名，就显示 plot.png 图像；
• 对应 chat_message 中 text / dataframe / image 三类消息渲染。

---

🖥 7. Streamlit 主界面（Tabs 切换）

FENCE6

tab1：PDF 问答

• 左侧：

  • 聊天历史（markdown）
  • 输入框（chat_input）
  • 实时调用 get_pdf_response

• 右侧：

  • 上传 PDF
  • 点击“上传并处理”
  • 分片、向量化、持久化存储
  • 清除数据库

---

tab2：CSV 分析

• 左侧：

  • 聊天历史 + 输入
  • 如果回答为图表或表格会高亮展示

• 右侧：

  • 上传 CSV，存入 session
  • 显示预览
  • 显示表结构 / 列类型
  • 清除 CSV / 图像缓存

---

📌 8. 页面底部说明

FENCE7

• 技术栈说明（LangChain、Streamlit、FAISS、DeepSeek）；
• 提示说明；
• 使用说明（支持多文件上传、图像分析等）。

---

✅ 总结（核心功能架构）

模块	技术组件	说明
PDF 问答	FAISS + Retriever Tool	构成 RAG 检索增强流程
CSV 分析	PythonAstREPLTool + Pandas	实现代码生成 + 可视化
LLM	DeepSeek Chat	统一 Agent 调用
向量库	DashScope Embedding + FAISS	支持中文语义匹配
UI	Streamlit + 自定义 CSS	提供多 Tab 页面与交互式聊天
状态管理	st.session_state	管理历史、数据、图片等上下文

  这里不再重复赘述PDF智能问答的流程，重点说明CSV数据智能分析的流程。

• Step 1. CSV 文件上传与 DataFrame 显示

  用户上传 .csv 文件后由 pandas.read_csv() 加载为 DataFrame，实时预览数据行列、列名、类型等信息。

FENCE0

• Step 2. 构建代码执行工具 Agent

  构建系统提示，注入 DataFrame 的 .head() 输出增强语境理解，使用 PythonAstREPLTool 工具允许模型执行基于 df 的代码分析，通过 create_tool_calling_agent 构建分析 Agent，可执行筛选、分组、聚合等 pandas 操作，图表绘制（保存为 plot.png，关键词识别后渲染）。

FENCE0

• Step 3. 图表识别与自动展示

  若模型返回内容中包含 "GRAPH:"，则自动读取 plot.png 并展示；支持 plt.hist()、plt.bar() 等可视化命令；会话记录中分类保存文本、图像与表格类型内容。

  完整的代码已经上传至百度网盘中的data_analysis.py文件中，大家可以扫描下方二维码免费领取

  项目运行效果如下所示：

from IPython.display import Video

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/LangChain%20%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E5%8F%AF%E8%A7%86%E5%8C%96.mp4", width=800, height=400)

  至此，我们就使用LangChain快速构建了很多比较符合企业应用的智能应用示例，公开课时间有限，我们也仅能浅尝辄止，给大家提供一个快速上手LangChain的思路。而实际上企业应用的需求会更加复杂和多元化，比如对我们现在构建的智能分析助手，需要手动切换是进行PDF还是CSV的分析，而实际上往往需要根据用户上传的文件类型或者用户提出的问题，由系统自动判断是进行PDF还是CSV的分析，并自动调用相应的工具。当然这种架构会带来更多的复杂性设计，比如下面的这个案例：

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E6%A1%88%E4%BE%8B%E8%A7%86%E9%A2%91.mp4", width=800, height=400)