# 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

```bash
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：

```bash
cp .env.example .env
```

#### 配置项说明：

**数据库配置**
```env
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
```env
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）
```env
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

```bash
python mysql_data.py
```

## 使用方法

### 方式 1: 命令行运行

```bash
python 01_langchain_task.py
```

### 方式 2: 在代码中调用

```python
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

```python
# 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