Dify 搭建私有数据可视化智能体，效果直逼 ChatGPT

大家好，我是九歌AI。

前几天写的文章《Trae + Dify 10分钟构建 Data McpServer 与 Agent ，和 Excel 说再见！》，跟大家一起实现了简单的大模型数据处理，返回的最后结果只是json格式的数据。今天我们做一个完整的聊天应用，可以在聊天结果中实现数据可视化分析。

标题说效果直逼ChatGPT，还是有点差距的，这差距多大呢，差不多一光年吧！毕竟我们今天做的还只是玩具。

我们先一起来看一下ChatGPT如何实现数据可视化结果的呈现。

很显然，ChatGPT的思路和我们一样，先将用户的提问转为Python代码，后台运行后，在前台显示。不过最后做的饼图对中文不太友好呀！

按照这个思路，我们其实再把前几天的Pandas代码生成的提示词修改成直接写生成Pyecharts的代码，后台沙箱运行后，获取最后生成的图片或者Html文件，这是个比较容易的方案。

但是我不太想讲太多代码，而是想让大家多了解一下Dify这种低代码智能体设计平台是如何实现简单的可视化的。这就需要我们继续编排之前的工作流。

下面就是我们要用到的Dify内置的图表生成工具，很容易就能清楚这三种图表传入的参数要求，都是字符串且格式一样。

下面这个Json数据，是我们上一个教程，工作流输出的最后结果格式，不能直接将其传入到上面的dify图表格式中。所以我们需要修改之前的工作流，对输出结果进行处理。

json 复制代码

{"status": "success", "data_result": {"学校": 2, "互联网": 1, "物流": 1, "硬件": 1, "教育机构": 1, "传统零售": 1, "传统媒体": 1, "制造业": 1}}

这里面直接选用了最省事的Python代码格式转化，也就是需要增加这个代码执行的节点。在里面填写需要执行的Python代码。

这个Python代码我们直接问大模型就可以，Dify自带代码生成器，我们只需要描述清楚需求就可以了。下面是我输入的代码生成提示词。

{"status": "success", "data_result": {"学校": 2, "互联网": 1, "物流": 1, "硬件": 1, "教育机构": 1, "传统零售": 1, "传统媒体": 1, "制造业": 1}} 边写一段Pytho函数代码，，接受json输入，将data_result的所有key值拼接为一个字符串，每个key之间用 ";" 分隔，赋值到变量exl_ key,将data_result的所有value值拼接为一个字符串，每个value之间用 ";" 分隔，赋值到变量exl_value,将exl_key exl_value返回

直接生成的代码还是有点小问题的，返回的变量只有一个，而Dify的饼图工具需要两个变量，所以我们修改了return语句，返回结果必须是dict。

css 复制代码

import json
def main(data: dict) -> dict:
    data = json.loads(data)
    exl_key = ";".join(data["data_result"].keys())
    exl_value = ";".join(map(str, data["data_result"].values()))
    return {'exl_key': exl_key, 'exl_value': exl_value}

上面的代码其实有个大坑，如果大模型生成的数据格式不是{key:value,key,value}这种格式，这种代码会报错，这个我们下次再解决，这次先实现。

这里还有一个易错点是代码执行起接受的输入变量格式的问题，默认传入的是字符串，需要使用json库强制转化一下。不然会报下面的错误。