本系列分享前九篇分别讲述了
- LangChain&LangGraph的核心原理
- LangChain接入大模型的基本方法
- LangChain核心概念——链
- LangChain记忆存储与多轮对话机器人搭建
- LangChain接入工具基本流程
- LangChain Agent API快速搭建智能体
- LangChain多智能体浏览器自动化
- LangChain接入MCP实现流程
- LangChain从0到1搭建知识库
上篇文章我们使用LangChain从0到1手搓了一个RAG检索增强生成系统，实现了支持上传多个PDF文档，自动完成内容提取、文本切块、语义向量化、构建FAISS本地检索库并结合大模型进行问答的功能。本期分享是LangChain分享的最后一个项目（本期之后将分享LangGraph），我们将进一步丰富应用场景，结合所学的LangChain内置工具调用知识，完成一个CSV数据智能分析系统。
本系列分享是笔者结合自己学习工作中使用LangChain&LangGraph经验倾心编写，力求帮助大家体系化快速掌握LangChain&LangGraph AI Agent智能体开发的技能！大家感兴趣可以关注笔者掘金账号和系列专栏。更可关注笔者同名微信公众号: 大模型真好玩, 每期分享涉及的代码均可在公众号私信: LangChain智能体开发获得。
本期实战内容我们同样通过前端界面，结合框架实现一个通过自然语言指令分析CSV结构化数据d，包括统计查询、代码生成与图表绘制的数据智能分析系统。
项目的第一步还是要安装我们所需环境，在之前创建的虚拟环境中执行如下命令安装相关依赖:
Agent 智能体
- 引入相关依赖，编写如下代码。创建文件并写入如下代码。本项目自动生成数据分析代码并通过执行，使用读取结构化数据，使用绘制数据分析结果图。
- 设置向量模型和大语言模型，为保证Agent能力我们使用大语言模型，大家使用前需要申请DeepSeek的，具体操作可见我的文章零门槛！手把手教你用VS Code + DeepSeek 免费玩转AI编程！（5分钟编写部署个人网站）。 装饰器设置缓存防止多次初始化大模型。
- 初始化会话状态，与网页交互的记录会保存在中，是存储历史对话信息的Python列表，是存储读取数据文件内容的变量。
- 编写CSV处理核心逻辑，本质同样是LangChain构建智能体的三要素：工具、模型、提示词。
- 工具： 读取文件内容保存到变量中，同时构建代码执行工具并将作为执行工具的内部变量方便代码引用。
- 大模型： 缓存的DeepSeek-V3.1大语言模型
- 提示词： 明确提示大模型可以访问df变量的数据，如果包含用户所给变量的数据则返回，没有则生成代码并执行生成数据。如果用户要求输入图片还需生成结果图片相关的代码。
三要素同样通过和构建智能体。（关于LangChain内部工具使用大家可参考我的系列文章:LangChain接入工具基本流程）
- 完成核心逻辑的编写后，下一步我们编写主界面逻辑。本部分同样使用库快速构建UI。左侧(宽度66.7%)包含聊天历史、输入框，输入框与变量实时绑定，如果回答为图表或者表格会高亮展示。右侧（宽度33.3%）包含上传CSV存入，显示预览，展示表结构/列类型，清除CSV/图像缓存的功能。
- 在命令行激活环境，执行运行脚本，脚本运行成功会自动在开启服务，用户可打开浏览器访问。
我们上传一份名为的文件，文件内容是世界各大城市的基本情况统计表。可以看到右边栏已经显示成功文件的基本信息：
用户提问“请输出人口最多的城市及其人数，并绘制所有城市的人口条形图”检验智能体的效果，运行程序后，后台日志会显示智能体的执行过程: 读取所有城市人口数据->找出人口最多的城市->绘制图片并按指定格式输出。
以上就是我们今天分享的全部内容，完整的项目代码大家可关注笔者同名微信公众号: 大模型真好玩, 并私信: LangChain智能体开发获得。、
本期分享我们通过前端界面，结合框架搭建了CSV数据智能分析系统，通过自然语言指令分析结构化数据，支持CSV文件上传与DataFrame实时显示，还支持图表识别与自动展示。本项目旨在复习LangChain接入内部工具构建Agent的基本知识。本期内容是LangChain分享的最后一期内容。在当今大模型能力的飞速发展之下，LangChain的某些特性已不再适应当前多智能体的开发环境，但LangChain团队没有坐以待毙，而是积极开发了LLangGraph，重新定义多智能体的开发形式，下期分享我们就一起来学习LangGraph的相关内容吧！
本系列分享预计会有20节左右的规模，保证大家看完一定能够掌握LangChain&LangGraph的开发能力，大家感兴趣可关注笔者掘金账号和专栏，更可关注笔者的同名微信公众号：大模型真好玩， 本系列分享的全部代码均可在微信公众号私信笔者: LangChain智能体开发 免费获得。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/240533.html原文链接：https://javaforall.net
