{"repo": "0910tom/wangzhan", "files": {"utils.py": {"68f272b75e10fa3261321dd6001f45d77c86dbab": {"t": 1785745987.273203, "n": 1729, "h": "5f7314ea131d8de5", "c": "\"\"\"\nutils - 数据分析智能体使用的工具函数\n\nAuthor: 骆昊\nVersion: 0.1\nDate: 2025/6/25\n\"\"\"\nimport json\nfrom turtle import st\n\nfrom dotenv import load_dotenv\nfrom langchain_openai import ChatOpenAI\nfrom langchain_experimental.agents.agent_toolkits import create_pandas_dataframe_agent\n\nPROMPT_TEMPLATE = \"\"\"你是一位数据分析助手，你的回应内容取决于用户的请求内容，请按照下面的步骤处理用户请求：\n1. 思考阶段 (Thought) ：先分析用户请求类型（文字回答/表格/图表），并验证数据类型是否匹配。\n2. 行动阶段 (Action) ：根据分析结果选择以下严格对应的格式。\n   - 纯文字回答:\n     {\"answer\": \"不超过50个字符的明确答案\"}\n\n   - 表格数据：\n     {\"table\":{\"columns\":[\"列名1\", \"列名2\", ...], \"data\":[[\"第一行值1\", \"值2\", ...], [\"第二行值1\", \"值2\", ...]]}}\n\n   - 柱状图\n     {\"bar\":{\"columns\": [\"A\", \"B\", \"C\", ...], \"data\":[35, 42, 29, ...]}}\n\n   - 折线图\n     {\"line\":{\"columns\": [\"A\", \"B\", \"C\", ...], \"data\": [35, 42, 29, ...]}}\n     \n3. 格式校验要求\n   - 字符串值必须使用英文双引号\n   - 数值类型不得添加引号\n   - 确保数组闭合无遗漏\n   错误案例：{'columns':['Product', 'Sales'], data:[[A001, 200]]}\n   正确案例：{\"columns\":[\"product\", \"sales\"], \"data\":[[\"A001\", 200]]}\n\n注意：响应数据的\"output\"中不要有换行符、制表符以及其他格式符号。\n\n当前用户请求如下：\\n\"\"\"\n\n\n# 从 secrets 获取 API 密钥\n#api_key = st.secrets['API_KEY']\n\n\n\n\n\n\ndef dataframe_agent(df, query):\n\n    load_dotenv()\n    model = ChatOpenAI(\n        base_url='https://api.deepseek.com',\n        model=\"deepseek-chat\",\n        temperature=0,\n        max_tokens=8192\n    )\n    agent = create_pandas_dataframe_agent(\n        llm=model,\n        df=df,\n        agent_executor_kwargs={\"handle_parsing_errors\": True},\n        max_iterations=32,\n        allow_dangerous_code=True,\n        verbose=True\n    )\n\n    prompt = PROMPT_TEMPLATE + query\n\n    try:\n        response = agent.invoke({\"input\": prompt})\n        return json.loads(response[\"output\"])\n    except Exception as err:\n        print(err)\n        return {\"answer\": \"暂时无法提供分析结果，请稍后重试！\"}\n"}, "c70e2b53624a7be42ed46cbd3698e5e7b13ac696": {"t": 1785758543.7878408, "n": 1729, "h": "5f7314ea131d8de5", "c": "\"\"\"\nutils - 数据分析智能体使用的工具函数\n\nAuthor: 骆昊\nVersion: 0.1\nDate: 2025/6/25\n\"\"\"\nimport json\nfrom turtle import st\n\nfrom dotenv import load_dotenv\nfrom langchain_openai import ChatOpenAI\nfrom langchain_experimental.agents.agent_toolkits import create_pandas_dataframe_agent\n\nPROMPT_TEMPLATE = \"\"\"你是一位数据分析助手，你的回应内容取决于用户的请求内容，请按照下面的步骤处理用户请求：\n1. 思考阶段 (Thought) ：先分析用户请求类型（文字回答/表格/图表），并验证数据类型是否匹配。\n2. 行动阶段 (Action) ：根据分析结果选择以下严格对应的格式。\n   - 纯文字回答:\n     {\"answer\": \"不超过50个字符的明确答案\"}\n\n   - 表格数据：\n     {\"table\":{\"columns\":[\"列名1\", \"列名2\", ...], \"data\":[[\"第一行值1\", \"值2\", ...], [\"第二行值1\", \"值2\", ...]]}}\n\n   - 柱状图\n     {\"bar\":{\"columns\": [\"A\", \"B\", \"C\", ...], \"data\":[35, 42, 29, ...]}}\n\n   - 折线图\n     {\"line\":{\"columns\": [\"A\", \"B\", \"C\", ...], \"data\": [35, 42, 29, ...]}}\n     \n3. 格式校验要求\n   - 字符串值必须使用英文双引号\n   - 数值类型不得添加引号\n   - 确保数组闭合无遗漏\n   错误案例：{'columns':['Product', 'Sales'], data:[[A001, 200]]}\n   正确案例：{\"columns\":[\"product\", \"sales\"], \"data\":[[\"A001\", 200]]}\n\n注意：响应数据的\"output\"中不要有换行符、制表符以及其他格式符号。\n\n当前用户请求如下：\\n\"\"\"\n\n\n# 从 secrets 获取 API 密钥\n#api_key = st.secrets['API_KEY']\n\n\n\n\n\n\ndef dataframe_agent(df, query):\n\n    load_dotenv()\n    model = ChatOpenAI(\n        base_url='https://api.deepseek.com',\n        model=\"deepseek-chat\",\n        temperature=0,\n        max_tokens=8192\n    )\n    agent = create_pandas_dataframe_agent(\n        llm=model,\n        df=df,\n        agent_executor_kwargs={\"handle_parsing_errors\": True},\n        max_iterations=32,\n        allow_dangerous_code=True,\n        verbose=True\n    )\n\n    prompt = PROMPT_TEMPLATE + query\n\n    try:\n        response = agent.invoke({\"input\": prompt})\n        return json.loads(response[\"output\"])\n    except Exception as err:\n        print(err)\n        return {\"answer\": \"暂时无法提供分析结果，请稍后重试！\"}\n"}}}}