https://github.com/lucazou/table-agent
基于FastAPI + LangChain + OpenAI API + Vue的AI表格处理工具，用于智能化处理和分析表格数据。
https://github.com/lucazou/table-agent
fastapi langchain openai
Last synced: about 1 year ago
JSON representation
基于FastAPI + LangChain + OpenAI API + Vue的AI表格处理工具，用于智能化处理和分析表格数据。
- Host: GitHub
- URL: https://github.com/lucazou/table-agent
- Owner: LucaZou
- Created: 2025-04-04T08:16:11.000Z (about 1 year ago)
- Default Branch: master
- Last Pushed: 2025-04-04T13:35:43.000Z (about 1 year ago)
- Last Synced: 2025-04-04T14:32:44.616Z (about 1 year ago)
- Topics: fastapi, langchain, openai
- Language: Python
- Homepage: https://www.uagent.top
- Size: 18.6 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# U-Agent: CSV 数据分析智能助手
 一个允许用户上传 CSV/XLSX 文件并通过自然语言聊天界面与之交互，进行数据查询和分析的 Web 应用程序。
## ✨ 功能特性
* **CSV 文件上传**: 方便地上传本地 CSV /XLSX 数据文件。
* **聊天式数据查询**: 通过类似聊天的界面，使用自然语言提问关于已上传数据的问题。
* **智能数据分析**: 后端 Agent 利用数据处理库（如 Pandas）理解问题并从 CSV 中提取或计算答案。
* **API 接口**: 基于 FastAPI 构建的健壮后端 API，提供清晰的接口文档 (Swagger UI)。
* **响应式前端**: 基于 Vue.js 构建的现代化、用户友好的界面。
* **容器化部署**: 使用 Docker 和 Docker Compose 提供一致的开发和生产环境。
* **自动化部署脚本**: 简化在不同操作系统上的部署流程。
* **文件管理**: 包含对上传文件的生命周期管理，自动清理文件。
## 🚀 技术栈
* **后端**: Python, FastAPI, Pandas, Uvicorn
* **前端**: Vue.js, Vuex, Vue Router, Axios (或 Fetch API)
* **数据库/存储**: (如果使用了数据库请列出，目前看主要是文件系统存储)
* **部署**: Docker, Docker Compose
* **开发工具**: Node.js, npm/yarn, Python venv/conda
## 🔧 环境准备
在开始之前，请确保你安装了以下软件：
* Node.js (建议 LTS 版本) 和 npm 或 yarn
* Python (建议 3.8+ 版本) 和 pip
* Docker
* Docker Compose
## ⚙️ 本地开发设置
1. **克隆仓库**:
```bash
git clone https://github.com/LucaZou/table-agent
cd table-agent
```
2. **启动后端**:
```bash
cd backend
python -m venv venv # 创建虚拟环境
source venv/bin/activate # 激活虚拟环境
pip install -r requirements.txt # 安装依赖
# 建议在 .env 文件中配置环境变量（如 UPLOAD_FOLDER, SECRET_KEY 等，如果需要）
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000 # 启动服务 (端口可自定义)
```
后端 API 将运行在 `http://localhost:8000` (或你配置的地址)。API 文档位于 `http://localhost:8000/docs`。
3. **启动前端**:
```bash
cd ../frontend
npm install # 或 yarn install
# 确保 .env.development 文件 (如果需要) 中配置了正确的后端 API 地址
npm run serve # 或 yarn serve
```
前端开发服务器将运行在 `http://localhost:8080` (或 package.json 中配置的其他端口)。
## 🐳 使用 Docker 运行 (推荐)
本项目已完全容器化，使用 Docker Compose 可以轻松启动整个应用。
```bash
# 在项目根目录 (table-agent)
docker-compose up --build
```
这将根据 `docker-compose.yml` 构建并启动后端和前端服务。
* 前端通常可以通过 `http://localhost:8080` 访问。
* 后端 API 通常可以通过 `http://localhost:8000` 访问。
(请根据 `docker-compose.yml` 中定义的端口进行调整)
## 🚀 部署
本项目提供了简化部署的脚本：
* **Linux/macOS**:
```bash
bash deploy-docker.sh
```
* **Windows (PowerShell)**:
```powershell
.\deploy-docker.ps1
```
这些脚本通常会执行 `docker-compose -f docker-compose.yml up --build -d` 或类似命令来部署生产环境。请根据需要查看和修改脚本内容。
## 📖 API 文档
API文档可通过以下URL访问：
- Swagger UI: http://localhost:8000/api/docs
- ReDoc: http://localhost:8000/api/redoc
- OpenAPI JSON: http://localhost:8000/api/openapi.json
## 🤝 贡献
## 📄 License
本项目采用 [MIT License](LICENSE).