DATAGEN

上传数据，自动生成假设、分析和报告，省下数天工作量。

DATAGEN 是一个基于 AI 的多智能体研究助手，旨在自动化科研流程中的假设生成、数据分析和报告撰写。它利用 LangChain 等框架构建多个智能体，协同完成从数据探索到结论输出的完整研究链路，解决科研人员和分析师在数据处理和报告编写上耗时费力的问题。核心能力包括自动生成可验证的假设、执行复杂的数据分析（如统计检验、可视化）、以及生成结构化的研究报告。项目采用 Python 编写，技术栈涵盖 AI 代理、数据科学和代码生成，适合需要快速迭代分析任务的场景。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1806

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队zi-yue-1129

所属国家

官网地址

GitHubhttps://github.com/zi-yue-1129/DATAGEN

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,ai,ai-data-analysis,artificial-intelligence,code-generation,data-analysis,data-analytics,data-science,langchain,langgraph,large-language-model,large-language-models,llm,multiagent-systems,python

GitHub 星标★ 1806

30天Star增速

HF 下载量

上线时间2024-07-23 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

难度：进阶约 15 分钟部署方式：本地安装 6 步

环境要求

Python 3.10（README 指定 conda create -n datagen python=3.10）
已安装 Conda 环境管理工具
已安装 pip 并可联网下载依赖
需准备所选用模型提供方的 API Key（openai / google / anthropic / ollama / groq）

安装与启动步骤

1克隆仓库

把 DATAGEN 源码下载到本地，README 给出的仓库地址为 starpig1129/DATAGEN。
```
git clone https://github.com/starpig1129/DATAGEN.git
```
2创建 Conda 环境

README 明确要求使用 Python 3.10，环境名固定为 datagen。
```
conda create -n datagen python=3.10
```
3激活环境

后续安装依赖和运行都必须在 datagen 环境下进行。
```
conda activate datagen
```
4安装依赖

在仓库根目录执行，按 requirements.txt 安装 LangChain 等全部依赖。
```
pip install -r requirements.txt
```
5配置环境变量

把 .env Example 重命名为 .env，并按其中条目填写全部取值。Windows 可用 ren 命令替代 mv。
```
mv ".env Example" .env
```
6配置智能体模型

编辑 CONFIG_DIRECTORY 下的 agent_models.yaml，为各 agent 指定 provider 与模型参数。

关键配置

配置项	必填	说明	示例
`.env`	是	存放密钥等环境变量，需由 .env Example 重命名后逐项填写	`（重命名 .env Example 后填写全部值）`
`CONFIG_DIRECTORY`	否	配置目录路径，指向包含 agent_models.yaml 的文件夹，可切换 dev/prod	`/your/config/path`
`agents..provider`	是	指定该智能体使用的模型提供方	`openai`
`agents..model_config.model`	是	该智能体实际调用的模型名称	`gpt-5-nano`
`agents..model_config.temperature`	否	控制模型输出随机性，范围 0.0-2.0	`1.0`

如何确认成功

README 未给出启动命令，完成依赖安装并填好 .env 与 agent_models.yaml 即视为环境就绪。

常见问题

Q：README 里的克隆地址和项目主页不一致怎么办？

A：README 安装步骤给的是 https://github.com/starpig1129/DATAGEN.git，若该地址无法访问，可改用项目主页的 zi-yue-1129/DATAGEN 地址再试。

Q：支持哪些模型提供方？

A：agent_models.yaml 中 provider 可填 openai、google、anthropic、ollama、groq，不同智能体可分别指定不同提供方。

Q：怎么在开发和生产环境之间切换？

A：把 CONFIG_DIRECTORY 指向不同的配置文件夹即可无缝切换环境，无需改动代码。

Q：temperature 应该填多少？

A：取值范围 0.0-2.0，数值越大输出越随机，README 示例中统一使用 1.0。

Q：装完依赖后怎么启动？

A：README 节选中未提供运行入口或启动命令，需要自行查看仓库源码补充。

注意事项

README 未给出启动/运行命令，本教程仅覆盖克隆、环境与配置部分。
Windows 下重命名 .env Example 不能用 mv，可直接在资源管理器重命名或使用 ren 命令。
需要自行申请并填写所选模型提供方的 API Key，否则智能体无法工作。
项目曾用名 AI-Data-Analysis-MultiAgent，搜索资料时两个名字都可用。

核心亮点

多智能体协作，自动拆解研究任务，减少人工干预
集成 LangChain，支持复杂数据分析和代码生成
从数据到报告全流程自动化，提升科研效率

不足之处

依赖外部 LLM API，可能产生成本且需网络
文档/社区待观察

适用场景

学术研究中的初步数据探索与假设生成
商业数据分析报告的快速起草
数据科学教学中的自动化示例生成

替代项目

AutoGen、LangChain、DataAssistant

项目介绍

DATAGEN 是智能体领域的开源项目，由 zi-yue-1129 开发，2024 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,806）位列前 30%，在智能体分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：学术研究中的初步数据探索与假设生成。同类可对比的替代方案包括 AutoGen、LangChain、DataAssistant。

上一篇：Awesome-Embodied-Robotics-and-Agent

下一篇：AgentsMeetRL