AI Data Science Team + AI Pipeline Studio

AI Data Science Team

AI Data Science Team 是一个由专门负责常见数据科学工作流的 AI Agent 组成的 Python 库，并包含一个旗舰应用：AI Pipeline Studio。该 Studio 能将你的工作转化为可视化、可复现的流水线，而 AI 团队则负责处理数据加载、清洗、可视化和建模任务。

状态： Beta 测试阶段。在 0.1.0 版本发布前，API 可能存在破坏性更新。

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 实际应用的主要示例。

亮点：

• 以流水线为核心的工作区：可视化编辑器、数据表、图表、EDA、代码、模型、预测、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
• 存储占用控制与恢复工作流

运行：

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

库概述

本仓库不仅包含 AI Pipeline Studio 应用，还包含底层的 AI Data Science Team 库。该库提供了用于以下任务的 Agent 构建块和多 Agent 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

Agent 概览

Agent 示例位于 examples/ 目录下。值得关注的 Agent 包括：

• 数据加载工具 Agent
• 数据整理 Agent
• 数据清洗 Agent
• 数据可视化 Agent
• EDA 工具 Agent
• 特征工程 Agent
• SQL 数据库 Agent
• H2O ML Agent
• MLflow 工具 Agent
• 多 Agent 工作流（例如：Pandas 数据分析师、SQL 数据分析师）
• 监督者 Agent（负责统筹其他 Agent）
• 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。主要应用包括：

• 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 Agent 研讨会

想学习如何为真实的数据科学工作流构建 AI Agent 和 AI 应用吗？欢迎加入我的下一代 AI 研讨会： https://learn.business-science.io/ai-register