Auto-Analyst

说句话就能完成数据分析，自动建模出报告

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 117 🐛 待处理 1 👀 关注 4

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 708

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，可免费使用和部署。

项目预览

项目数据

分类开源模型

开发团队FireBird-Technologies

官网地址https://www.autoanalyst.ai

GitHubhttps://github.com/FireBird-Technologies/Auto-Analyst

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型ai,claude,data-analysis,data-science,data-visualization,dspy-ai,large-language-models,openai

GitHub 星标★ 708

上线时间2025-01-23 00:00:00

代码更新2026-08-20

仓库体积26.7 MB

本站数据更新2026-11-09

维护状态维护中

收录时间2026-08-09

浏览次数1

项目介绍

Auto-Analyst 是一个开源的 AI 驱动数据科学平台，旨在通过自然语言交互简化数据分析全流程。它解决了传统数据科学工作中门槛高、流程繁琐、工具分散的问题，让用户无需精通编程或机器学习即可完成数据探索、清洗、建模和可视化。核心能力包括：智能数据接入与预处理、自动化特征工程、模型选择与调参、结果解释与报告生成。平台基于 TypeScript 构建，提供友好的 Web 界面，支持与主流数据源连接，并允许用户通过对话方式下达分析指令，系统自动执行并返回结果。其设计理念是让数据分析像聊天一样简单，同时保持开源可扩展性，适合快速原型验证和中小规模数据分析任务。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 708

技术标签

ai claude data-analysis data-science data-visualization

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 40 分钟部署方式：Docker 部署 4 步

环境要求

Docker 与 Docker Compose
模型服务 API Key
一份结构化数据文件

安装与启动步骤

1克隆仓库

前后端在同一仓库，compose 文件已经编排好服务依赖。
```
git clone https://github.com/firebird-technologies/Auto-Analyst
```
2准备模型密钥

数据分析流程要调模型，密钥写进环境变量文件，不要提交到仓库。
```
cp .env.example .env
```
3启动容器

一条 compose 命令拉起全部服务，首次会拉镜像，耗时取决于网络。
```
docker compose up -d
```
4打开界面试分析

上传一份 CSV，让系统自动跑清洗、统计和可视化，观察每一步的中间结果。