深入浅出LangChain AI Agent智能体开发教程（十）—LangChain搭建数据分析智能助手

前言

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。

一、环境搭建

本期实战内容我们同样通过Streamlit前端界面，结合LangChain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anaconda虚拟环境langchainenv中执行如下命令安装相关依赖:

pip install langchain_experimental matplotlib tabulate

二、LangChain数据分析助手核心逻辑

1. 引入相关依赖，编写如下代码。创建langchain数据智能分析助手.py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PythonAstREPLTool执行，使用pandas读取csv结构化数据，使用matplotlib绘制数据分析结果图。

import streamlit as st # 构建前端页面
import pandas as pd # 读取csv文件
from langchain.agents import create_tool_calling_agent, AgentExecutor
from langchain.chat_models import init_chat_model
from langchain_core.prompts import ChatPromptTemplate
from langchain_experimental.tools import PythonAstREPLTool # LagnChain内置工具，支持解析并执行Python代码

import matplotlib
import os

2. 设置向量模型和大语言模型，为保证Agent能力我们使用DeepSeek-V3.1大语言模型，大家使用前需要申请DeepSeek的api_key，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）。 @st.cache_resource装饰器设置缓存防止多次初始化大模型。

# 初始化LLM
@st.cache_resource
def init_llm():
    return init_chat_model(
        "deepseek-chat", \
        model_provider="deepseek",
        api_key='你申请的DeepSeek api_key'
    )

3. 初始化会话状态，与streamlit网页交互的记录会保存在st.session_state中，csv_messages是存储历史对话信息的Python列表，df是存储pandas读取数据文件内容的变量。

def init_session_state():
    if 'csv_messages' not in st.session_state:
        st.session_state.csv_messages = []
    if 'df' not in st.session_state:
        st.session_state.df = None

4. 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df变量中，同时构建PythonAstREPLTool代码执行工具并将df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create_tool_calling_agent和AgentExecutor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）

# CSV处理函数
def get_csv_response(query: str) -> str:
    if st.session_state.df is None:
        return "请先上传CSV文件"

    llm = init_llm()
    locals_dict = {'df': st.session_state.df}
    tools = [PythonAstREPLTool(locals=locals_dict)]

    system = f"""给定一个pandas变量df, 回答用户的查询，以下是`df.head().to_markdown()`的输出供您参考，您可以访问完整的df数据框:
    ```
    {st.session_state.df.head().to_markdown()}
    ```
    一旦获得足够数据立即给出最终答案，否则使用df生成代码并调用所需工具。
    如果用户要求制作图表，请将其保存为plot.png，并输出 GRAPH:<图表标题>。
    示例：
    ```
    plt.hist(df['Age'])
    plt.xlabel('Age')
    plt.ylabel('Count')
    plt.title('Age Histogram')
    plt.savefig('plot.png')
    ``` 
    输出: GRAPH:Age histogram
    问题:"""

    prompt = ChatPromptTemplate.from_messages([
        ("system", system),
        ("placeholder", "{chat_history}"),
        ("human", "{input}"),
        ("placeholder", "{agent_scratchpad}"),
    ])

    agent = create_tool_calling_agent(llm=llm, tools=tools, prompt=prompt)
    agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

    return agent_executor.invoke({"input": query})['output']

三、LangChain数据分析系统UI设计

1. 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streamlit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csv_messages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session，显示预览，展示表结构/列类型，清除CSV/图像缓存的功能。

def main():
    init_session_state()
    # 主标题
    st.markdown('<h1 class="main-header">🤖 LangChain 数据分析系统</h1>', unsafe_allow_html=True)
    st.markdown(
        '<div style="text-align: center; margin-bottom: 2rem; color: #666;">自动分析csv智能体系统</div>',
        unsafe_allow_html=True)

    col1, col2 = st.columns([2, 1])
    with col1:
        st.markdown("### 📈 数据分析对话")

        # 显示数据状态
        if st.session_state.df is not None:
            st.markdown(
                '<div class="info-card success-card"><span class="status-indicator status-ready">✅ 数据已加载完成</span></div>',
                unsafe_allow_html=True)
        else:
            st.markdown(
                '<div class="info-card warning-card"><span class="status-indicator status-waiting">⚠️ 请先上传CSV文件</span></div>',
                unsafe_allow_html=True)

        # 聊天界面
        for message in st.session_state.csv_messages:
            with st.chat_message(message["role"]):
                if message["type"] == "dataframe":
                    st.dataframe(message["content"])
                elif message["type"] == "image":
                    st.write(message["content"])
                    if os.path.exists('plot.png'):
                        st.image('plot.png')
                else:
                    st.markdown(message["content"])

        # 用户输入
        if csv_query := st.chat_input("📊 分析数据...", disabled=st.session_state.df is None):
            st.session_state.csv_messages.append({"role": "user", "content": csv_query, "type": "text"})
            with st.chat_message("user"):
                st.markdown(csv_query)

            with st.chat_message("assistant"):
                with st.spinner("🔄 正在分析数据..."):
                    response = get_csv_response(csv_query)

                if isinstance(response, pd.DataFrame):
                    st.dataframe(response)
                    st.session_state.csv_messages.append(
                        {"role": "assistant", "content": response, "type": "dataframe"})
                elif "GRAPH" in str(response):
                    text = str(response)[str(response).find("GRAPH") + 6:]
                    st.write(text)
                    if os.path.exists('plot.png'):
                        st.image('plot.png')
                    st.session_state.csv_messages.append({"role": "assistant", "content": text, "type": "image"})
                else:
                    st.markdown(response)
                    st.session_state.csv_messages.append({"role": "assistant", "content": response, "type": "text"})

    with col2:
        st.markdown("### 📊 数据管理")

        # CSV文件上传
        csv_file = st.file_uploader("📈 上传CSV文件", type='csv')
        if csv_file:
            st.session_state.df = pd.read_csv(csv_file)
            st.success(f"✅ 数据加载成功!")

            # 显示数据预览
            with st.expander("👀 数据预览", expanded=True):
                st.dataframe(st.session_state.df.head())
                st.write(f"📏 数据维度: {st.session_state.df.shape[0]} 行 × {st.session_state.df.shape[1]} 列")

        # 数据信息
        if st.session_state.df is not None:
            if st.button("📋 显示数据信息", use_container_width=True):
                with st.expander("📊 数据统计信息", expanded=True):
                    st.write("**基本信息:**")
                    st.text(f"行数: {st.session_state.df.shape[0]}")
                    st.text(f"列数: {st.session_state.df.shape[1]}")
                    st.write("**列名:**")
                    st.write(list(st.session_state.df.columns))
                    st.write("**数据类型:**")
                    # 修复：将dtypes转换为字符串格式显示
                    dtype_info = pd.DataFrame({
                        '列名': st.session_state.df.columns,
                        '数据类型': [str(dtype) for dtype in st.session_state.df.dtypes]
                    })
                    st.dataframe(dtype_info, use_container_width=True)

        # 清除数据
        if st.button("🗑️ 清除CSV数据", use_container_width=True):
            st.session_state.df = None
            st.session_state.csv_messages = []
            if os.path.exists('plot.png'):
                os.remove('plot.png')
            st.success("数据已清除")
            st.rerun()

if __name__ == '__main__':
    main()

2. 在命令行激活langchainenv环境，执行streamlit run langchain搭建pdf解析rag系统.py运行脚本，脚本运行成功会自动在8501开启服务，用户可打开浏览器访问。

我们上传一份名为global_cities_data.csv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。、

四、总结

本期分享我们通过Streamlit前端界面，结合LangChain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。