在AgentSwarms沙箱中引入本地SQL与BI智能体。上传CSV并用自然语言与数据对话(Text-to-SQL + 自动图表)。
摘要
AgentSwarms推出了一个新的SQL与BI智能体工作区,允许用户上传CSV文件,用自然语言提问,自动转换为SQL查询并生成可视化图表。
嘿,各位!很多人一直在试用**AgentSwarms**(我们正在构建的Agentic AI学习平台)。我们想增加一种快速测试数据分析的方法,而无需构建复杂的节点图,因此我们刚刚在应用内推出了一个专用的**SQL与BI智能体**工作区。您可以上传CSV文件,然后直接用**自然**语言开始提问。**以下是该智能体的具体功能:** * **Text-to-SQL:** 您提问(例如:“收入最高的前五大区域是哪些?”),智能体会将您的意图转化为精确的SQL查询,并在数据集上执行。 * **自动可视化:** BI智能体不只是返回原始JSON数组或枯燥的文本表格,而是分析返回数据的形态,合成自然语言摘要,并自动在聊天界面中渲染合适的图表(柱状图、折线图、饼图等)。 **为什么我构建了这个:** 每次只是想快速可视化一个数据集或测试AI的分析能力时,我厌倦了编写自定义的Pandas脚本或与Jupyter笔记本搏斗。这个工具为您提供了一个即时试验场,让您与数据对话并立即看到可视化结果。它完全免费,直接在浏览器中使用。希望这里的数据爱好者们来试试。你们通常觉得哪些复杂的聚合或数据问题,AI难以正确回答?
相似文章
@QingQ77: 一套能自己部署的 agentic AI + BI 平台:建 agent、跑多 agent swarm、接知识库和数据源、看完整执行轨迹,全部跑在自己机器和自己的 API Key 上。 https://github.com/AgentSwa…
介绍 AgentSwarms,一套可自行部署的 agentic AI 与 BI 平台,支持构建 agent、运行多 agent swarm、接入知识库与数据源,并可查看完整执行轨迹,数据与 API key 均掌握在用户手中。
@AdamRLucek: 我对代理集群(即工作流)持乐观态度。代理正越来越多地被用于分析整理海量数据……
作者讨论了在规模化处理非结构化数据时,代理集群/工作流的使用日益增长,并指出当并行部署超过30个子代理时,可靠执行会显著下降,同时预告了一种将智能决策与可靠任务执行相结合的解决方案。
构建数据代理
探讨从文本转SQL到自主数据代理的演变,比较了使用LangGraph自定义构建的代理与Snowflake Cortex Analyst、Databricks Genie和PowerBI Copilot等托管平台。
@itsharmanjot: 你的AI智能体现在可以构建你的BI仪表盘了。不是查询它们,而是构建它们。它叫Rill。每个仪表盘、指标……
Rill是一个开源BI工具,允许AI智能体通过自然语言提示直接构建仪表盘,使用YAML和SQL,并配有MCP服务器,可与Claude、ChatGPT等智能体集成。
我们构建了一个可自托管的智能体AI+BI平台——智能体、多智能体集群、RAG、仪表盘、笔记本,全部使用您自己的密钥
一个可自托管的AI和BI平台,集成了智能体、多智能体集群、RAG、仪表盘和笔记本,全部使用您自己的API密钥。