AI导哈

数据分析可视化助手

一个通过对话与LLM交互，分析和可视化企业内部数据的演示项目，无需直接数据库访问即可操作数据。

  • by ykimura517
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 ykimura517/mcp-integration-demo

使用说明

交互式“数据分析与可视化助手”演示

概要

这是一个演示项目，通过与大型语言模型（LLM）的对话来分析公司内部数据（模拟数据）并生成图表。该项目利用模型上下文协议（MCP），在不直接让LLM访问数据库的情况下，通过定义好的工具实现数据操作。

技术栈

  • 前端Next.js（使用TypeScript，App Router），Tailwind CSS
  • **Web服务器（MCP客户端）**FastAPI
  • MCP服务器FastMCP
  • LLMOpenAI GPT-5
  • 其他Docker，Docker Compose

设置步骤

1. 前提条件

  • 已安装Docker和Docker Compose
  • 已安装 Node.js 和 npm（或 yarn）
  • 已获取OpenAI API密钥

2. 环境设置

在项目的根目录下 .env 请创建文件并设置您的OpenAI API密钥。

OPENAI_API_KEY="your_openai_api_key_here"

3. 安装前端依赖项

frontend 切换到目录，然后执行以下命令。

cd frontend
npm install

接下来，启动前端的开发服务器。

cd ..
docker compose up -d --build
  1. 访问应用程序 请打开网页浏览器，访问http://localhost:3000。聊天界面将会显示出来。

使用方法

请在聊天输入框中用自然语言输入有关数据分析和可视化的指令。

问题示例： ·将2025年8月和9月的产品A的销售数据制成柱状图 请告诉我东京分公司的客户年龄段 等。

在本次演示中，为简化操作，一次只能使用一个工具。 因此，无法在一次响应中完成需要多个工具的任务，比如数据获取和图表生成。 另外，根据查询的不同（有一定概率），有时可能会发生错误。

相关 MCP