AVA，AI 原生可视化分析框架

AVA (Visual Analytics) 是一个专为更便捷的可视化分析而设计的技术框架。其首字母 A 具有多重含义：AI 原生（AI native）、自动化（Automated）、增强型（Augmented），而 VA 则代表可视化分析（Visual Analytics）。它能够辅助用户进行非结构化数据加载、数据处理与分析，以及可视化代码生成。

🚀 特性

AVA 实现了从基于规则的分析向 AI 原生能力的根本性转变：

• 自然语言查询：用简单的自然语言询问数据相关问题。
• 查询建议：根据数据特征获取 AI 推荐的分析查询。
• LLM 驱动的分析：利用大语言模型进行智能数据分析。
• 智能数据处理：根据数据大小自动选择内存处理或 SQLite。
• 模块化架构：清晰分离数据、分析和可视化模块。
• 浏览器与 Node.js 兼容：无缝运行在浏览器和服务器端环境。

📖 快速开始

• 通过 npm 安装 AVA

npm install @antv/ava

pnpm install @antv/ava

yarn add @antv/ava

• 然后运行以下代码

import { AVA } from '@antv/ava';

// 使用 LLM 配置初始化
const ava = new AVA({
  llm: {
    model: 'ling-1t',
    apiKey: 'YOUR_API_KEY',
    baseURL: 'LLM_BASE_URL',
  },
  sqlThreshold: 1024 * 1024 * 2, // 切换到 SQLite 的阈值
});

// 在 Node.js 中从多种来源加载数据
await ava.loadCSV('data/companies.csv');

// 在浏览器中从文件输入加载 CSV
const fileInput = document.querySelector('input[type="file"]');
const file = fileInput.files[0];
const csvContent = await file.text();
await ava.loadCSV(csvContent);

// 或从 JSON 对象加载
await ava.loadObject([{ city: '杭州', gdp: 18753 }, { city: '上海', gdp: 43214 }]);

// 或从 URL 加载
await ava.loadURL('https://api.example.com/data', (response) => response.data);

// 或从文本提取
await ava.loadText('杭州 100，上海 200，北京 300');

// 获取建议的分析查询
const queries = await ava.suggest(5); // 获取前 5 条建议查询（默认为 3）
console.log(queries);
// [
//   {
//     query: 'What is the average revenue by region?',
//     score: 0.95,
//     reason: 'Understanding revenue distribution across regions helps identify high-performing areas'
//   },
//   ...
// ]

// 用自然语言提问
const result = await ava.analysis('What is the average revenue by region?');
console.log(result);

// 或使用建议的查询
const suggestedResult = await ava.analysis(queries[0].query);
console.log(suggestedResult);

// 清理资源
ava.dispose();

🏗️ 架构

AVA 使用模块化的流水线架构，通过不同的阶段处理用户查询。数据从多个源（CSV、JSON、URL 或文本）加载，根据大小进行智能分析（小数据集使用 JavaScript，大数据集使用 SQLite），结果通过 LLM 总结为自然语言响应，并可选择性地通过图表推荐进行可视化展示。

User Query
    ↓
AVA Instance
    ↓
┌─────────────────┐
│  Data Module    │ → 从多源加载：
│                 │   • CSV 文件 (loadCSV)
│                 │   • JSON 对象 (loadObject)
│                 │   • URL (loadURL)
│                 │   • 文本 (loadText + LLM)
└─────────────────┘
    ↓
┌──────────────────┐
│ Metadata Extract │ → 类型推断、统计
└──────────────────┘
    ↓
┌──────────────┐
│  Size Check  │
└──────────────┘
    ↓         ↓
 10KB) in browsers; for extremely large datasets, use the server-side version to avoid memory pressure

### ✅ Node.js 支持
- 完整的功能集，包括使用 SQLite 处理大数据集。
- 支持文件系统访问以加载 CSV。
- 根据数据大小自动在内存处理和 SQLite 之间切换（10KB 阈值）。

### 环境检测
AVA 会自动检测运行时环境并进行适配：
- **浏览器**：使用内存中处理，接受 CSV 内容字符串。
- **Node.js**：支持 CSV 文件路径，在大数据集（>10KB）时使用 SQLite。

## 🤝 开发者贡献

这是一个实验性分支，欢迎贡献！请确保：

- 代码整洁且文档齐全。
- TypeScript 类型定义规范。
- 新功能包含示例和测试。
- 按需更新 README。

## 🔗 相关项目

- [GPT-Vis](https://github.com/antvis/GPT-Vis) - 可视化组件
- [Chart Visualization Skills](https://github.com/antvis/chart-visualization-skills) - 用于图表的 LLM 技能
- [Vercel AI SDK](https://sdk.vercel.ai/) - LLM 集成

## 📚 论文

[VizLinter](https://vegalite-linter.idvxlab.com/) - Chen, Q., Sun, F., Xu, X., Chen, Z., Wang, J. and Cao, N., 2021. VizLinter: A Linter and Fixer Framework for Data Visualization. *IEEE transactions on visualization and computer graphics*, 28(1), pp.206-216.

[数据可视化设计的自动化评价与修复]