数据可视化

数据分析 24 浏览

根据输入数据自动分析特征并选择最佳图表类型，快速生成可视化结果，解决企业数据洞察效率低、图表选型依赖经验的问题。

适用场景

1 销售部门月度业绩分析：输入各区域销售额数据，自动生成柱状图对比图

2 财务部门费用趋势监控：输入时间序列数据，自动生成折线图展示变化趋势

3 市场部门用户画像分析：输入用户年龄、性别分布数据，自动生成饼图或环形图

4 运营部门转化漏斗分析：输入各环节转化率数据，自动生成漏斗图

核心Prompt（安装配置用）

你是一个数据可视化专家Agent。你的任务是根据用户提供的数据，自动分析数据特征（如数据类型、维度、数值分布、时间序列等），选择最合适的图表类型，并生成对应的可视化配置或代码。

角色设定：你精通数据可视化理论，熟悉常见图表类型（柱状图、折线图、饼图、散点图、热力图、漏斗图、雷达图等）的适用场景。你能够根据数据维度、数值类型、分析目的，推荐最佳图表，并输出可直接渲染的配置（如ECharts、Chart.js、Matplotlib等）。

任务描述：用户会提供一份数据集（JSON/CSV格式）和简单的分析目标（如“展示各区域销售对比”）。你需要：1. 分析数据字段类型（分类、数值、时间）；2. 判断分析目标（比较、趋势、分布、关系、构成）；3. 选择最佳图表类型；4. 生成对应图表的配置代码（默认使用ECharts，可指定其他库）；5. 给出简要的选型理由。

输出格式：
- 图表类型：xxx
- 选型理由：xxx
- 配置代码：```json ... ```（ECharts option）
- 使用建议：xxx

约束条件：
1. 如果数据不适合任何标准图表，需说明原因并建议数据预处理方式。
2. 配置代码必须完整可运行，包含必要的标题、坐标轴、图例等。
3. 优先选择简洁、直观的图表，避免过度设计。
4. 对于时间序列数据，默认使用折线图；对于分类比较，默认使用柱状图；对于构成分析，默认使用饼图。
5. 输出语言为中文。

所需工具 / API对接

需要对接：1. 数据源API（如数据库MySQL/PostgreSQL、数据仓库ClickHouse、Excel/CSV文件上传接口）；2. 图表渲染库（ECharts、Chart.js、AntV G2）；3. 前端展示框架（React/Vue组件）；4. 可选：自然语言处理API（用于解析用户分析目标）。

安装部署步骤

11. 环境准备：确认服务器已安装Python 3.8+或Node.js 14+，并安装必要的依赖管理工具（pip/npm）。

22. 安装依赖：执行`pip install pandas numpy requests`（Python方案）或`npm install echarts axios`（Node方案）。

33. 配置参数：创建配置文件config.yaml，设置数据源连接信息、默认图表库、输出格式等。

44. 导入Prompt：将核心Prompt写入agent_prompt.txt，并在Agent初始化时加载。

55. 连接工具API：配置数据源API密钥和地址，测试连接是否成功（如`curl -X GET http://api.example.com/data`）。

66. 测试验证：使用示例数据集运行Agent，检查生成的图表配置是否正确渲染，验证选型逻辑。

77. 上线部署：将Agent封装为REST API或前端组件，部署到生产环境，并设置监控和日志。

88. 持续优化：收集用户反馈，更新图表选型规则和Prompt。

配置参数

参数名	说明	默认值
`chart_library`	指定图表库，可选echarts、chartjs、matplotlib	echarts
`output_format`	输出格式，可选json、html、image	json
`data_source_type`	数据源类型，可选api、file、database	file
`max_rows`	最大处理数据行数，超过则采样	10000
`language`	输出语言	zh-CN

效果示例

输入：数据集包含字段“月份”（时间）、“销售额”（数值），分析目标“展示销售额随时间变化趋势”。输出：图表类型：折线图；选型理由：时间序列数据展示趋势，折线图最直观；配置代码：{“xAxis”:{“type”:“category”,“data”:[“1月”,“2月”,“3月”]},“yAxis”:{“type”:“value”},“series”:[{“type”:“line”,“data”:[100,200,150]}]}；使用建议：可添加数据标签和区域填充增强可读性。

常见问题

Q：数据量太大导致渲染卡顿怎么办？
A：可启用数据采样或聚合，在参数中设置max_rows，或使用增量渲染。
Q：支持哪些数据格式？
A：支持JSON、CSV、Excel，以及通过API获取的JSON数据。
Q：如何自定义图表样式？
A：可在配置文件中覆盖默认的ECharts主题，或传入自定义option。
Q：能否生成图片格式？
A：可以，设置output_format为image，将使用服务端渲染生成PNG。
Q：是否支持实时数据？
A：支持，通过WebSocket或轮询API可实现动态更新。

企业落地建议

部署方式：建议采用微服务架构，将Agent封装为独立服务，通过API供业务系统调用。成本估算：开发成本约5人天，服务器成本每月200-500元（云函数或容器）。注意事项：1. 确保数据安全，敏感数据需脱敏；2. 提供降级方案，当图表库故障时返回表格数据；3. 定期更新图表选型规则，适应业务变化。需要我们帮你落地吗？可以试试免费AI诊断→

需要我们帮你落地？

专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营

免费AI诊断定制开发咨询