【天翼AI-星辰智能体平台】| 基于Excel表实现智能问数助手智能体开发实战

狮子也疯狂2025-12-22 8:58

目录

  • [一. 🦁 写在前面](#一. 🦁 写在前面)
  • [二. 🦁 搭建流程](#二. 🦁 搭建流程)
    • [2.1 总体工作流展示](#2.1 总体工作流展示)
    • [2.2 外部工作流搭建流程](#2.2 外部工作流搭建流程)
      • [2.2.1 方案一---pandas + 规则解析 + 字段RAG 混合问数](#2.2.1 方案一—pandas + 规则解析 + 字段RAG 混合问数)
      • [2.2.2 方案二---Text2SQL方案](#2.2.2 方案二—Text2SQL方案)
    • [2.3 表格展示构建实现](#2.3 表格展示构建实现)
    • [2.4 图表展示构建实现](#2.4 图表展示构建实现)
    • [2.5 其它环节](#2.5 其它环节)
  • [三. 🦁 写在最后](#三. 🦁 写在最后)

一. 🦁 写在前面

今天，狮子使用中国电信的智能体平台------星辰智能体平台，搭建一个基于Excel表格问数的工作流，给了两张表（一张用户个人画像表（大概120多个字段），一张订单表（大概四个个字段）），一共两万条数据，现在要做根据自然语言问数，需要返回的数据形式有多种：分别是表格、柱状图、饼图、折线图这几种。

看了一下这个平台，因为神态酷似dify，但是确实插件比较少，给的数据源数据量较大，所以决定采用外部实现一个智能体用于处理数据和提供接口，在平台http接口的形式调用，在平台内实现图表和表格生成（尽力了，真不知道在平台怎么处理这个数据源）。

现在狮子来回忆一波捏这个工作流的步骤，并且分享一下在平台上实现图表的教程！！！

二. 🦁 搭建流程

2.1 总体工作流展示

2.2 外部工作流搭建流程

这个外部工作流的作用是查询数据源，并且返回用户需要的数据！数据源格式如下：

实现该流程的方案有两种。

2.2.1 方案一---pandas + 规则解析 + 字段RAG 混合问数

第一种方案就是利用pandas解析Excel表格的便捷性，将问题中的筛选条件提取出来标准化，再去Rag数据库那里检索最相关的字段说明，将检索结果与统计摘要拼成prompt交给大模型生成简短关联分析，同时通过pandas根据字段筛选出相应的数据，通过接口返回。具体流程如下：

ps:

狮子选择该种方法实现问数，因为时间有点急，数据库处理很麻烦。

2.2.2 方案二---Text2SQL方案

方案二则是将Excel的数据导入到数据库（可以选择SQLite）中，然后构建Rag向量库。用户输入问题后，先去知识库筛选对应的表信息，再封装成Prompt提交给大模型，让大模型帮忙生成对应的SQL，具体实现可以参考以下流程图：

ps:

这里后续还会有具体的文章来说明！

2.3 表格展示构建实现

如果用户的问题是返回对应的列表时，则需要展示时使用表格的方式呈现，这个其实很好实现，因为智能体平台一般都支持Markdow语法的数据展示，所以直接将得到的数据通过大模型转化为表格的语法，输出则是表格的形式。这个我们通过规定的提示词给大模型则可以实现，提示词如下：

bash 复制代码 
        1. 接收{{output#}}内容并检查其是否为空。
        2. 如果输入内容为空，输出"未查询到结果请调整查询话术"。
        3. 如果输入内容不为空，将提取的{{output#}}整理成表格，同时汇总数量。简洁输出

2.4 图表展示构建实现

ps：

这一步之所以能实现，完全是因为平台支持Echarts的md格式，当平台的前端界面识别到这个由三个反引号包裹、并标记为echarts的代码块时，便会自动将其渲染为交互式图表

图表展示这块，我们肯定使用熟悉的Echarts组件库，官网地址如下：https://echarts.apache.org/examples/zh/index.html，在官网我们可以看到其实每种图都有一个代码模板的，比如折线图：

javascript 复制代码 
{
  "title": {
    "text": "{{ CHART_TITLE | default('Chart') }}",
    "left": "center"
  },
  "tooltip": {
    "trigger": "axis",
    "axisPointer": {
      "type": "cross"
    },
    "formatter": "{b} : {c}"
  },
  "xAxis": {
    "type": "category",
    "data": {{ data.labels | tojson }},
    "boundaryGap": false
  },
  "yAxis": {
    "type": "value",
    "name": "{{ Y_AXIS_NAME | default('Y') }}"
  },
  "series": [{
    "name": "{{ SERIES_NAME | default('Series') }}",
    "type": "line",
    "data": {{ data.values | tojson }},
    "smooth": true,
    "lineStyle": {
      "color": "rgba(54, 162, 235, 1)",
      "width": 2
    },
    "itemStyle": {
      "color": "rgba(54, 162, 235, 0.8)"
    },
    "areaStyle": {
      "color": "rgba(54, 162, 235, 0.1)"
    }
  }]
}

我们每次只要将不同的数据填充进来，就能都得到不同数据的折线图，但是我们通过接口传过来的数据是json字符串，那应该如何将这个数据填充进Echarts模板呢？

这时候可以使用到大模型来帮我们完成，需要编写一段提示词，将json的数据对象提取出来交给大模型，大模型就会根据提示词将数据给我们格式化为Echarts代码。提示词如下：

powershell 复制代码 
你是一个专业的ECharts数据可视化专家。根据用户提供的数据，使用提供给您的模板，生成标准的折线图ECharts配置。

用户数据：{{#1765639035525.chart_data#}}
提供给您的模板：
"
# 折线图模板

适用场景：展示数据随时间的变化趋势
模板代码：

```json
{
  "title": {
    "text": "{{ CHART_TITLE | default('Chart') }}",
    "left": "center"
  },
  "tooltip": {
    "trigger": "axis",
    "axisPointer": {
      "type": "cross"
    },
    "formatter": "{b} : {c}"
  },
  "xAxis": {
    "type": "category",
    "data": {{ data.labels | tojson }},
    "boundaryGap": false
  },
  "yAxis": {
    "type": "value",
    "name": "{{ Y_AXIS_NAME | default('Y') }}"
  },
  "series": [{
    "name": "{{ SERIES_NAME | default('Series') }}",
    "type": "line",
    "data": {{ data.values | tojson }},
    "smooth": true,
    "lineStyle": {
      "color": "rgba(54, 162, 235, 1)",
      "width": 2
    },
    "itemStyle": {
      "color": "rgba(54, 162, 235, 0.8)"
    },
    "areaStyle": {
      "color": "rgba(54, 162, 235, 0.1)"
    }
  }]
}
## 关键点说明：
- 数据输入结构
  - 使用 data.labels 和 data.values 两组数据来驱动 X 轴时间数据和折线的数值。
  - data.labels 与 data.values 的长度应一致，确保一一对应。
- 默认值与容错
  - CHART_TITLE 使用 default('Chart')，如果未提供就显示"Chart"。
  - Y_AXIS_NAME 使用 default('Y')，SERIES_NAME 使用 default('Series')。
  - 数据通过 tojson 安全渲染，避免 JSON 转义问题。
- 单/多线扩展
  - 该模板当前设计为单系列折线图；若未来需要多系列，可以在 series 中添加更多对象，并把数据结构调整为多组 data.values（或提供一个 series_list）。
- 显示与样式
  - smooth 设置为 true，呈现平滑曲线。
  - areaStyle 提供区域填充，颜色为浅蓝色调，便于对比趋势。
  - xAxis 的 boundaryGap 设置为 false，便于时间序列数据紧贴边界显示。
- 语言一致性
  - 演示中的占位符名为英文，默认文本也尽量使用英文；实际显示文本可按需要由数据源提供英文或翻译后文本。
"

请严格按以下步骤操作：
1. 从检索结果中选择最匹配的图表模板
2. 将用户数据按ECharts标准格式填入占位符
3. 输出完整且可直接使用的ECharts option配置

输出要求：
- 必须输出标准的ECharts option JSON格式
- 所有占位符{{}}必须被实际数据替换
- 确保JSON语法完全正确，可直接用于echarts.setOption()
- 数据格式严格遵循ECharts规范：
  * 字符串用双引号包围
  * 数组格式正确：["item1", "item2"]
  * 数值不加引号：[100, 200, 300]
- 图表标题简洁明了，符合数据内容

输出格式示例：
echarts
{
  "title": {
    "text": "Monthly Sales Data",
    "left": "center"
  },
  "tooltip": {
    "trigger": "axis",
    "axisPointer": {
      "type": "cross"
    },
    "formatter": "{b} : {c}"
  },
  "xAxis": {
    "type": "category",
    "data": ["January", "February", "March", "April", "May", "June"],
    "boundaryGap": false
  },
  "yAxis": {
    "type": "value",
    "name": "Sales Amount"
  },
  "series": [{
    "name": "Sales",
    "type": "line",
    "data": [120, 200, 150, 300, 250, 400],
    "smooth": true,
    "lineStyle": {
      "color": "rgba(54, 162, 235, 1)",
      "width": 2
    },
    "itemStyle": {
      "color": "rgba(54, 162, 235, 0.8)"
    },
    "areaStyle": {
      "color": "rgba(54, 162, 235, 0.1)"
    }
  }]
}
注意：输出的JSON必须能够直接复制粘贴到ECharts中使用，不允许有任何语法错误。

这样就可以将我们的数据转换成Echarts的格式了，但是到这里还不行，我们还需要将大模型生成的代码整理成md格式的代码，这里就直接使用代码来处理了，具体代码示例如下：

python 复制代码 
import json

def main(option=None):
    # 如果没有传入 option，给一个默认版本（中文文本示例）
    if option is None:
        option = {
            "title": {
                "text": "BMI Distribution",
                "left": "center"
            },
            "grid": {
                "left": "8%",
                "right": "4%",
                "bottom": "6%",
                "containLabel": True
            },
            "tooltip": {
                "trigger": "axis",
                "axisPointer": {
                    "type": "line"
                },
                "formatter": "{b} : {c}"
            },
            "xAxis": {
                "type": "category",
                "data": ["BMI>=24", "BMI<=20"]
            },
            "yAxis": {
                "type": "value",
                "name": "Count"
            },
            "series": [{
                "name": "Population",
                "type": "bar",
                "data": [3294, 1985],
                "barWidth": "20%",
                "barMaxWidth": 40,
                "itemStyle": {
                    "color": "rgba(255, 99, 132, 0.8)"
                }
            }]
        }

    # 如果 option 是字符串，尝试解析为字典
    if isinstance(option, str):
        try:
            option = json.loads(option)
        except Exception as e:
            return {"error": f"Invalid JSON string: {e}"}

    # 现在 option 应该是一个字典
    try:
        option_json = json.dumps(option, indent=2, ensure_ascii=False)
        output = "```echarts\n" + option_json + "\n```"
        return {"result": output}
    except Exception as e:
        return {"error": str(e)}

效果展示：

ps:

有人会问，为什么不用大模型直接生成md格式的Echarts代码？

这里也是可以这么做的，但是我觉得让大模型专心处理一件事情就好了，怕出错！

另外，其它类型的表也是按上面一样的方法，只是把折线图的模板换成其它类型，这一步可以通过AI完成。

2.5 其它环节

主要环节搭建已经完成，其它环节就是对数据的一些处理，无非就是新增一些节点来处理数据，我这里搭建的很匆忙，有很多节点处理得不好，其实有很多步都是可以优化的，总体还是显得有些冗余。

三. 🦁 写在最后

从Excel数据到最终的交互图表，这个项目完整地实践了如何将一个复杂的业务需求，拆解、封装成一个个可控的技术模块，并通过智能体平台进行高效组装。

🦁 其它优质专栏推荐 🦁

🌟《Java核心系列（修炼内功，无上心法)》: 主要是JDK源码的核心讲解，几乎每篇文章都过万字，让你详细掌握每一个知识点！
🌟 《springBoot 源码剥析核心系列》：一些场景的Springboot源码剥析以及常用Springboot相关知识点解读

欢迎加入狮子的社区 ：『Lion-编程进阶之路』，日常收录优质好文

更多文章可持续关注上方🦁的博客，2025咱们顶峰相见！

相关推荐
小陈又菜2 小时前
【计算机网络】网络层知识体系全解：从基础概念到路由协议
服务器·人工智能·计算机网络·机器学习·智能路由器
PNP Robotics2 小时前
聚焦具身智能，PNP机器人展出力反馈遥操作，VR动作捕捉等方案，获得中国科研贡献奖
大数据·人工智能·python·学习·机器人
小霖家的混江龙2 小时前
数学不好也能懂：解读 AI 经典论文《Attention is All You Need》与大模型生成原理
人工智能·llm·aigc
njsgcs2 小时前
ai控制鼠标生成刀路系统2 环境搭建 尝试
人工智能
喜欢吃豆2 小时前
大语言模型（LLM）全栈技术深度综述：理论、系统与工程实践
人工智能·语言模型·自然语言处理·大模型
渡我白衣2 小时前
计算机组成原理（8）：各种码的作用详解
c++·人工智能·深度学习·神经网络·其他·机器学习
黑客思维者2 小时前
机器学习016:监督学习【分类算法】（支持向量机）-- “分类大师”入门指南
人工智能·学习·机器学习·支持向量机·分类·回归·监督学习
小毅&Nora2 小时前
【AI微服务】【Spring AI Alibaba】 ④ 深度实战：从零构建通义千问聊天服务（2025 最新版）
人工智能·微服务·spring ai
糖葫芦君2 小时前
Lora模型微调
人工智能·算法
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03Linux下V2Ray安装配置指南04在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）05BongoCat - 跨平台键盘猫动画工具06安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）07jdk21下载、安装（Windows、Linux、macOS）08Open-AutoGLM Windows 安装部署教程09Labelme从安装到标注：零基础完整指南10CentOS的ISO镜像下载