lqq-agent-study

数据分析 Agent

基于 LangChain 框架构建的数据分析 Agent，集成 SQL 查询和 Python 代码执行能力，让 LLM 自动决定调用哪些工具。

功能特性

• SQL 查询工具: 安全执行只读 SQL 查询，自动防护危险操作
• Python 代码执行工具: 支持 pandas、numpy、matplotlib 等数据分析库
• 智能路由: LLM 自动判断何时使用 SQL，何时使用 Python 进行分析
• 多模型支持: 支持 OpenAI 和 DeepSeek 等兼容 OpenAI API 的模型

环境配置

1. 安装依赖

pip install langchain langchain-openai langchain-community pymysql python-dotenv pandas numpy matplotlib

2. 配置环境变量

复制 .env.example 为 .env 并填写配置：

cp .env.example .env

配置项说明：

数据库配置

DATABASE_URI=mysql+pymysql://用户名:密码@主机名:端口号/数据库名

LLM API 配置

方式 1: 使用 OpenAI API

OPENAI_API_KEY=your_openai_api_key
MODEL_NAME=gpt-4o-mini

方式 2: 使用 DeepSeek API（推荐国内环境）

OPENAI_API_KEY=your_deepseek_api_key
OPENAI_API_BASE=https://api.deepseek.com/v1
MODEL_NAME=deepseek-chat

3. 初始化数据库

python mysql_data.py

使用方法

方式 1: 命令行运行

python 01_langchain_task.py

方式 2: 在代码中调用

from 01_langchain_task import run_data_analysis

# 基础查询
result = run_data_analysis("查询每个部门的员工人数")
print(result)

# 复杂分析
result = run_data_analysis("统计各部门的平均薪资、最高薪资和最低薪资")
print(result)

# 多表关联
result = run_data_analysis("查询销量最好的产品及其总销售额")
print(result)

# 使用 DeepSeek 模型
result = run_data_analysis(
    "分析订单趋势",
    model_name="deepseek-chat"
)
print(result)

工具说明

run_sql_query

执行只读 SQL 查询，用于从数据库查询数据。

安全限制:

• 仅允许 SELECT 语句
• 禁止 INSERT、UPDATE、DELETE、DROP 等修改操作

适用场景:

• 查询员工信息、薪资数据
• 查询产品信息、库存数据
• 查询订单数据、销售统计
• 多表关联查询分析

execute_python_code

执行 Python 代码进行数据分析、可视化或复杂计算。

预导入库:

• pandas as pd
• numpy as np
• matplotlib.pyplot as plt

安全限制:

• 禁止导入 os、subprocess、sys、shutil、socket 等危险模块

适用场景:

• 数据分析
• 数据可视化
• 统计计算、数据聚合
• 复杂数学运算

数据库结构

employees (员工表)

字段	类型	说明
id	INT	员工ID (主键)
name	VARCHAR(50)	姓名
department	VARCHAR(50)	所属部门
salary	DECIMAL(10,2)	月薪
hire_date	DATE	入职日期

products (产品表)

字段	类型	说明
id	INT	产品ID (主键)
product_name	VARCHAR(100)	商品名称
category	VARCHAR(50)	商品分类
price	DECIMAL(10,2)	单价
stock	INT	当前库存量

orders (订单表)

字段	类型	说明
id	INT	订单ID (主键)
employee_id	INT	下单员工ID (外键)
product_id	INT	购买商品ID (外键)
quantity	INT	购买数量
order_date	DATE	下单日期

示例查询

# 1. 部门人数统计
"查询每个部门的员工人数"

# 2. 薪资分析
"统计各部门的平均薪资、最高薪资和最低薪资"

# 3. 产品销量
"查询销量最好的产品及其总销售额"

# 4. 复杂分析（需要 Python）
"分析各部门的薪资分布并绘制柱状图"

注意事项

1. 安全: SQL 工具仅支持 SELECT 查询，Python 执行环境已限制危险操作
2. API 密钥: 请妥善保管 API 密钥，不要提交到代码仓库
3. 模型选择: DeepSeek 模型对国内用户更友好，响应速度快且成本低
4. 日志: 所有操作都有详细日志记录，便于问题排查

许可证

MIT License