AI Data Science Team + AI Pipeline Studio

AI Data Science Team

AI Data Science Team 是一个由专用智能体（Agents）组成的 Python 库，用于处理常见的数据科学工作流。此外，它还包含一个旗舰应用：AI Pipeline Studio。Studio 可以将您的工作转化为可视化、可复现的流水线，而 AI 团队则负责数据加载、清洗、可视化和建模。

状态： Beta 版。在 0.1.0 版本发布前，可能会出现破坏性变更。

请在 GitHub 上为我们点个 ⭐（只需 2 秒，对我们意义重大）。

AI Pipeline Studio（旗舰应用）

AI Pipeline Studio 是 AI Data Science Team 实际应用的主要案例。

亮点：

• 流水线优先的工作空间：包含可视化编辑器、表格、图表、EDA、代码、模型、预测及 MLflow。
• 手动 + AI 步骤：支持血缘追踪和可复现脚本。
• 多数据集处理与合并工作流。
• 项目保存：支持仅元数据或完整数据保存。
• 存储占用控制与数据重载（Rehydrate）工作流。

运行方式：

streamlit run apps/ai-pipeline-studio-app/app.py

完整应用文档：apps/ai-pipeline-studio-app/README.md

快速入门

环境要求

• Python 3.10+
• OpenAI API Key（或使用 Ollama 运行本地模型）

安装应用与库

克隆仓库并以可编辑模式安装：

pip install -e .

运行 AI Pipeline Studio 应用

streamlit run apps/ai-pipeline-studio-app/app.py

库概览

该仓库既包含 AI Pipeline Studio 应用，也包含底层的 AI Data Science Team 库。该库提供了用于以下任务的智能体构建块和多智能体工作流：

• 数据加载与检查
• 清洗、整理与特征工程
• 可视化与 EDA（探索性数据分析）
• 建模与评估（集成 H2O + MLflow 工具）
• SQL 数据库交互

智能体（概览）

智能体示例位于 examples/ 目录下。值得注意的智能体包括：

• 数据加载工具智能体（Data Loader Tools Agent）
• 数据整理智能体（Data Wrangling Agent）
• 数据清洗智能体（Data Cleaning Agent）
• 数据可视化智能体（Data Visualization Agent）
• EDA 工具智能体（EDA Tools Agent）
• 特征工程智能体（Feature Engineering Agent）
• SQL 数据库智能体（SQL Database Agent）
• H2O ML 智能体（H2O ML Agent）
• MLflow 工具智能体（MLflow Tools Agent）
• 多智能体工作流（例如：Pandas 数据分析师、SQL 数据分析师）
• 监督智能体（Supervisor Agent，负责管理其他智能体）
• 用于数据科学任务的自定义工具

应用

查看 apps/ 目录下的所有应用。值得注意的应用包括：

• AI Pipeline Studio: apps/ai-pipeline-studio-app/
• EDA Explorer App: apps/exploratory-copilot-app/
• Pandas Data Analyst App: apps/pandas-data-analyst-app/

使用 OpenAI

from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
    model_name="gpt-4.1-mini",
)

使用 Ollama（本地 LLM）

ollama serve
ollama pull llama3.1:8b

from langchain_ollama import ChatOllama

llm = ChatOllama(
    model="llama3.1:8b",
)

下一代 AI 智能体研讨会

想学习如何为真实的数据科学工作流构建 AI 智能体和 AI 应用吗？欢迎参加我的下一代 AI 研讨会： https://learn.business-science.io/ai-register