DeepAnalyze：一款面向自主数据科学的开源大型语言模型，可完成数据准备、分析、建模、可视化和报告生成等数据科学任务

你是否还在为繁琐的数据分析流程而苦恼？是否希望有一个工具能够自动完成数据科学任务，解放你的双手？今天，就为大家推荐一款神器——DeepAnalyze，它能帮你无需人工干预，自动完成数据科学全流程，效率提升 N 倍！

一、DeepAnalyze是什么

DeepAnalyze 是一个开源的 Agentic LLM，旨在无需人工干预即可自动完成数据科学全流程，包括数据准备、分析、建模、可视化和报告生成，支持多种数据源，帮助数据分析师、研究人员和企业决策者提高效率，解放双手。

DeepAnalyze 是由中国人民大学数据工程与知识工程实验室 (RUC-DataLab) 和清华大学的研究人员开发的，首个 Agentic LLM (大型语言模型)，用于自主数据科学。它旨在无需人工干预，自动完成数据科学任务，包括数据准备、分析、建模、可视化和报告生成。DeepAnalyze 支持多种数据源，包括结构化数据 (数据库、CSV、Excel)、半结构化数据 (JSON、XML、YAML) 和非结构化数据 (TXT、Markdown)。

二、功能特征

DeepAnalyze 拥有以下核心功能特征：

1. 全流程自动化： 自动执行数据准备、分析、建模、可视化和报告生成等数据科学任务。
2. 开放式数据研究： 对各种数据源进行深入研究，并生成分析师级别的研究报告。
3. 多数据源支持： 支持结构化、半结构化和非结构化数据。
4. 完全开源： 模型、代码、训练数据和演示都是开源的，允许用户部署或扩展自己的数据分析助手。

三、操作指南

以下是 DeepAnalyze 的快速上手指南：

1. 环境准备：
   • 安装 Python 3.12
   • 创建 conda 环境: conda create -n deepanalyze python=3.12 -y
   • 激活 conda 环境: conda activate deepanalyze
   • 安装依赖: pip install -r requirements.txt
2. 部署 DeepAnalyze-8B： 使用 vllm 部署 DeepAnalyze-8B: vllm serve DeepAnalyze-8B

3. 运行数据科学任务：

   from deepanalyze import DeepAnalyzeVLLM
   
   prompt = """# Instruction
   Generate a data science report.
   # Data
   File 1: {"name": "bool.xlsx", "size": "4.8KB"}
   File 2: {"name": "person.csv", "size": "10.6KB"}
   ... (更多数据文件)
   """
   workspace = "/path/to/your/workspace/"
   deepanalyze = DeepAnalyzeVLLM("/path/to/deepanalyze-8b/")
   answer = deepanalyze.generate(prompt, workspace=workspace)
   print(answer["reasoning"])

四、支持平台

DeepAnalyze 基于 Python 和 vLLM，可以在支持这些技术的平台上运行，包括：

• Linux
• 配备 GPU 的服务器

五、产品定价

DeepAnalyze 是一个开源项目，免费使用。

六、使用场景

DeepAnalyze 适用于以下场景：

1. 数据分析师： 提高数据分析效率，自动生成报告。
2. 研究人员： 快速分析大量数据，发现潜在规律。
3. 企业决策者： 基于数据分析结果，做出更明智的决策。
4. 数据科学爱好者： 学习和实践自主数据科学技术。

七、运作模式

DeepAnalyze 的运作模式是：

1. 接收用户指令和数据源信息。
2. 利用 LLM 自动执行数据准备、分析、建模、可视化等任务。
3. 生成数据科学报告，并提供分析结果。

结语

数据分析师要失业？这款 Agentic LLM，无需人工干预，自动完成数据科学全流程，效率提升 N 倍！如果你是数据分析师、研究人员或企业决策者，并且希望提高数据分析效率，那么 DeepAnalyze 绝对值得一试！

网址： https://github.com/ruc-datalab/DeepAnalyze

注：请在使用 DeepAnalyze 时，遵循 MIT 许可证，尊重开源协议。