AI 数据科学团队

AI 数据科学团队是一个 Python 库，包含用于常见数据科学工作流的专业智能体，以及一款旗舰应用：AI 流水线工作室。该工作室可将您的工作转化为可视化、可复现的流水线，同时 AI 团队负责数据加载、清洗、可视化和建模。

状态： 测试版。在 0.1.0 版本前可能会有不兼容的变更。

请在 GitHub 上给我们点亮 ⭐（只需 2 秒钟，但对我们意义重大）。

AI 流水线工作室（旗舰应用）

AI 流水线工作室是 AI 数据科学团队实际应用的主要示例。

主要亮点：

• 流水线优先的工作区：可视化编辑器、表格、图表、探索性数据分析（EDA）、代码、模型、预测、MLflow
• 具有谱系追踪和可复现脚本的手动 + AI 步骤
• 多数据集处理和合并工作流
• 项目保存：仅元数据或完整数据
• 存储占用控制和数据恢复工作流

运行方式：

streamlit run apps/ai-pipeline-studio-app/app.py

完整应用文档：apps/ai-pipeline-studio-app/README.md

快速入门

需求

• Python 3.10 或更高版本
• OpenAI API 密钥（或用于本地模型的 Ollama）

安装应用和库

克隆仓库并以可编辑模式安装：

pip install -e .

运行 AI Pipeline Studio 应用程序

streamlit run apps/ai-pipeline-studio-app/app.py

库概述

该仓库包含 AI Pipeline Studio 应用程序和底层的 AI Data Science Team 库。该库提供了用于以下任务的智能体构建块和多智能体工作流：

• 数据加载与检查
• 数据清洗、规整和特征工程
• 数据可视化与探索性数据分析（EDA）
• 建模与评估（H2O + MLflow 工具）
• SQL 数据库交互

智能体（快照）

智能体示例位于 examples/ 目录下。主要智能体包括：

• 数据加载工具智能体（Data Loader Tools Agent）
• 数据规整智能体（Data Wrangling Agent）
• 数据清洗智能体（Data Cleaning Agent）
• 数据可视化智能体（Data Visualization Agent）
• EDA 工具智能体（EDA Tools Agent）
• 特征工程智能体（Feature Engineering Agent）
• SQL 数据库智能体（SQL Database Agent）
• H2O 机器学习智能体（H2O ML Agent）
• MLflow 工具智能体（MLflow Tools Agent）
• 多智能体工作流（如 Pandas 数据分析师、SQL 数据分析师）
• 监督智能体（负责监督其他智能体）
• 数据科学任务专用工具

应用程序

所有应用程序位于 apps/ 目录下。主要应用程序包括：

• AI Pipeline Studio：apps/ai-pipeline-studio-app/
• EDA 探索器应用：apps/exploratory-copilot-app/
• Pandas 数据分析师应用：apps/pandas-data-analyst-app/

使用 OpenAI

from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
    model_name="gpt-4.1-mini",
)

使用 Ollama（本地 LLM）

ollama serve
ollama pull llama3.1:8b

from langchain_ollama import ChatOllama

llm = ChatOllama(
    model="llama3.1:8b",
)

下一代 AI 智能体工作坊

想要学习如何为实际数据科学工作流程构建 AI 智能体和 AI 应用程序吗？参加我的下一代 AI 工作坊： https://learn.business-science.io/ai-register