
Data-Copilot
说一句话,让智能体自动跑完海量数据处理流程
项目数据
项目介绍
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 2026-10-23 · 当前星标 ★ 1512
使用教程
环境要求
- Python 3.8–3.10(README 在 3.9 与 3.10 上测试过)
- Conda(README 使用 conda 创建虚拟环境)
- 能访问 GitHub 与 pip 源
- 网页演示需要一个 OpenAI(或 Azure-OpenAI)API Key
安装与启动步骤
-
1克隆仓库
把 Data-Copilot 源码下载到本地,并进入项目目录,后续命令都在该目录执行。
git clone https://github.com/ZJU-OmniAI/Data-Copilot.git cd Data-Copilot -
2创建 conda 环境
用 Python 3.10 新建名为 data-copilot 的虚拟环境并激活,避免污染系统环境。
conda create -n data-copilot python=3.10 -y conda activate data-copilot -
3安装依赖
按 requirements.txt 一次性安装项目所需的 Python 包,网络慢时可换国内 pip 源。
pip install -r requirements.txt -
4命令行试跑
运行 main.py,它会回答文件末尾内置的示例请求;换问题需编辑文件里的 instruction。
python main.py -
5切换模型
在 main.py 中把 model 改为 "gpt" 或 "qwen-chat-72b";模型版本名写在 lab_gpt4_call.py 和 lab_llms_call.py 中。
-
6启动网页演示
运行 app.py 启动本地 Web 界面,随后在浏览器访问 127.0.0.1:7860。
python app.py -
7填入密钥并提问
在页面输入 OpenAI Key 点 OK;Azure 用户改填 key、API base 和部署名,再输入需求点 Start。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
OpenAI Key | 是 | 网页演示中填入的 OpenAI 密钥,用于调用大模型 | sk-xxxxxxxxxxxxxxxx |
API base | 否 | 仅 Azure-OpenAI 用户填写,指定接口地址 | https://your-resource.openai.azure.com/ |
deployment name (engine) | 否 | 仅 Azure-OpenAI 用户填写,指定部署名 | gpt-35-turbo |
instruction | 否 | main.py 中被回答的请求文本,改成自己的问题 | 请分析这批数据并给出趋势 |
model | 否 | main.py 中选择使用 "gpt" 或 "qwen-chat-72b" | gpt |
lab_gpt4_call.py / lab_llms_call.py 中的模型 | 否 | 模型版本名(如 gpt-3.5-turbo、qwen-72b-chat),供应商下线时需改这里 | gpt-3.5-turbo |
如何确认成功
浏览器打开 http://127.0.0.1:7860 能看到界面,点 Start 后 Solving Step 显示中间流程,并输出摘要、图表和表格。
常见问题
Q:网页演示跑得很慢怎么办?
A:README 建议使用付费 OpenAI 套餐;免费套餐的速率限制会让演示非常慢。
Q:提示模型不可用或调用失败?
A:供应商可能已下线该模型,按 README 到 lab_gpt4_call.py(gpt-3.5-turbo)与 lab_llms_call.py(qwen-72b-chat)改模型名。
Q:使用 Azure-OpenAI 怎么填?
A:在页面填入 key、API base 和 deployment name(engine)三项,而不是只填 OpenAI Key。
Q:为什么某些股票查不到?
A:股票名称匹配的是 data/ 下 2023-04-21 保存的本地股票列表,此后新上市或改名的股票无法匹配。
注意事项
- Python 版本必须控制在 3.8–3.10,过新版本 README 未验证。
- 项目未提供环境变量配置说明,密钥是在网页界面中手动输入。
- 修改 instruction 或 model 需要直接编辑源码文件,改完重新运行。
- 项目处于成长阶段,README 未给出完整配置说明,遇到问题以仓库最新文档为准。
核心亮点
- 支持自主规划多步数据工作流,减少人工串联脚本的重复劳动
- 面向海量数据场景设计,强调在庞大数据源上自动完成任务分解与执行
- 用 Python 实现,便于接入现有数据栈和二次开发
不足之处
- 文档与社区生态仍在成长,生产级使用需自行评估稳定性
- 对复杂数据源的适配深度和异常处理能力有待更多实践验证
适用场景
- 数据分析师用自然语言描述需求,自动生成并执行多步数据查询流程
- 企业数据平台中作为自动化管线原型,串联多源数据处理任务
- 科研或教学场景下演示智能体驱动的数据工作流编排
替代项目
LangChain、AutoGen
同类项目推荐
dots
开源
给 AI 一个不会被封的浏览器,自动帮你跑网页任务
Open-source, self-hosted alternative to OpenAI Dots, Grok Bot. Built to be undetecta···
ai-scraper-py
开源
说清需求它自己抓,数据整整齐齐交给你
AI Scraper is a powerful scraping tool and scrape agent built to automate data extra···
ComfyUIMini
开源
手机上轻松跑 ComfyUI 工作流,随时随地出图
A mobile-friendly WebUI to run ComfyUI workflows.
dailycheckin
开源
一个脚本搞定十几个平台的每日自动签到
基于「Docker」/「青龙面板」/「群晖」的每日签到脚本(支持多账号)签到列表: |爱奇艺|···
invisible_playwright_mcp
开源
让 AI Agent 用隐身浏览器上网,绕过反爬和验证码
Playwright MCP server undetected by anti-bots and captchas: AI agent browses the web···
node-red-tensorflowjs
开源
拖一个节点,让自动化流程看懂图片里的物体
Node-RED node with a TensorFlow.js Object Detection model
social-media-research-skills
开源
一句话让 AI 帮你扒遍全网社媒爆款和竞品
AI agent skills for social media research. Outlier posts, comment mining, competitor···
PyBreeze
开源
在 IDE 里用对话和代码搞定 API 与 GUI 自动化
PyBreeze features built-in modules tailored for every level of modern automation, al···
flatkey-cli
开源
终端一键生成图像、视频、音频,探索 AI 模型。
Flatkey media generation CLI for images, videos, audio, text, credits, and model dis···