TaskWeaver

把数据任务变成代码，自动规划执行，让分析快人一步。

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 779 🐛 待处理 53 👀 关注 70 ⚠️ 作者已归档（停止维护）

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 6160

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源框架，MIT许可证，完全免费，无付费版本。

项目预览

项目数据

分类开源模型

开发团队microsoft

官网地址https://microsoft.github.io/TaskWeaver

GitHubhttps://github.com/microsoft/TaskWeaver

定价模式🏷️完全免费

价格说明开源框架，MIT许可证，完全免费，无付费版本。

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Python

技术栈/模型agent,ai-agents,code-interpreter,copilot,data-analysis,llm,openai

GitHub 星标★ 6160

上线时间2023-09-11 00:00:00

代码更新2026-03-23

仓库体积36.5 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

TaskWeaver 是一个以代码为先的智能体框架，专为数据分析和任务自动化设计。它通过将用户请求转化为可执行的 Python 代码，实现规划与执行的无缝衔接，解决传统 LLM 在复杂数据处理场景中难以精确操作的问题。其核心能力包括：基于代码的解释执行，确保逻辑严谨；支持富文本和结构化数据输入输出；内置插件系统，允许扩展自定义工具；提供状态管理和会话记忆，支持多轮交互。TaskWeaver 特别适合需要精确计算、数据可视化、报表生成等场景，能够显著提升数据任务的自动化水平。

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 ★ 6160

技术标签

agent ai-agents code-interpreter copilot data-analysis

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：入门约 10 分钟部署方式：本地安装 5 步

环境要求

Python >= 3.10
已安装 pip（用于安装 Python 依赖）
能访问 GitHub 与 PyPI 的网络环境
本地具备 git（用于克隆仓库，如需按仓库方式安装）

安装与启动步骤

1确认 Python 版本

TaskWeaver 要求 Python >= 3.10，版本过低会导致依赖安装失败，先确认本机版本。
```
python --version
```
2获取项目源码

从官方 GitHub 仓库克隆到本地，后续在该目录内安装 requirements.txt 中的依赖。
```
git clone https://github.com/microsoft/TaskWeaver.git
```
3进入项目目录

切换到克隆下来的 TaskWeaver 目录，确保后面的 pip 命令能找到 requirements.txt。
```
cd TaskWeaver
```
4安装依赖

按 README 的安装说明安装项目所需依赖，这一步会把 TaskWeaver 运行所需包全部装好。
```
pip install -r requirements.txt
```
5安装指定版本（可选）

若需要旧版本，可在 release 页面找到 tag（如 v0.0.1），用该命令从 GitHub 直接安装。
```
pip install git+https://github.com/microsoft/TaskWeaver@v0.0.1
```