# 数据分析 Agent —— Schema-Only + 四层架构自适应分析

**AI 只看表结构，不碰原始数据。通过四层架构自适应探索，生成深度分析报告。**

## 架构

```
┌─────────────────────────────────────────────────────────┐
│                      Agent (编排层)                       │
│          接收问题 → 调度四层 → 输出报告                    │
└──────┬──────────┬──────────┬──────────┬─────────────────┘
       │          │          │          │
  ┌────▼────┐ ┌──▼─────┐ ┌─▼──────┐ ┌▼─────────┐
  │ Planner │ │Explorer│ │Insight │ │ Context  │
  │ 意图规划  │ │探索循环  │ │异常检测  │ │ 上下文记忆 │
  └─────────┘ └────────┘ └────────┘ └──────────┘
```

### 四层分工

| 层 | 组件 | 职责 |
|---|---|---|
| L1 | **Planner** | 理解用户意图，生成结构化分析计划（类型、维度、指标） |
| L2 | **Explorer** | 基于计划多轮迭代探索，每轮根据上一轮结果决定下一步 |
| L3 | **InsightEngine** | 从探索结果中检测异常、趋势、关联，输出主动洞察 |
| L4 | **ContextManager** | 管理多轮对话历史，后续问题可引用之前的分析 |

### 安全隔离

```
用户提问 → Agent 看 Schema 生成 SQL → 沙箱执行 → 聚合结果 → Agent 生成报告
                                      ↑
                                  原始数据永远留在这里
```

- **Schema 提取器**：只提取表结构、列类型、行数、枚举值，不碰数据
- **沙箱执行器**：禁止 SELECT * / DDL / DML，必须聚合函数，小样本抑制（n<5）
- **AI 的视角**：只有 Schema + 聚合统计结果，从未接触任何一行原始数据

## 快速开始

```bash
# 1. 安装依赖
pip install openai

# 2. 配置 LLM（兼容 OpenAI API 格式）

# OpenAI
export LLM_API_KEY=sk-xxx
export LLM_BASE_URL=https://api.openai.com/v1
export LLM_MODEL=gpt-4o

# Ollama（本地部署，隐私优先）
export LLM_API_KEY=ollama
export LLM_BASE_URL=http://localhost:11434/v1
export LLM_MODEL=qwen2.5-coder:7b

# DeepSeek
export LLM_API_KEY=sk-xxx
export LLM_BASE_URL=https://api.deepseek.com
export LLM_MODEL=deepseek-chat

# 3. 运行演示（自动创建 5 万条示例数据 + 3 个分析任务）
python3 demo.py

# 4. 交互式分析
python3 cli.py

# 5. 分析你自己的数据库
python3 cli.py /path/to/your.db
```

## 文件结构

```
├── config.py              # 配置（LLM、安全规则、探索轮数）
├── schema_extractor.py    # Schema 提取器（只提取结构）
├── sandbox_executor.py    # 沙箱执行器（SQL 验证 + 结果脱敏）
├── planner.py             # [L1] 意图规划器
├── explorer.py            # [L2] 自适应探索器
├── insights.py            # [L3] 洞察引擎（异常检测）
├── context.py             # [L4] 上下文管理器
├── reporter.py            # 报告生成器
├── agent.py               # Agent 编排层
├── demo.py                # 一键演示
├── cli.py                 # 交互式 CLI
├── requirements.txt       # 依赖
└── README.md
```

## 对比预制脚本

| | 预制脚本 / 模板 | 本方案（四层架构） |
|---|---|---|
| SQL 生成 | 模板拼接 | LLM 动态生成 |
| 查询数量 | 固定 | 1-6 轮，AI 自适应 |
| 后续追问 | 无 | AI 看到结果后判断是否深挖 |
| 异常发现 | 无 | 主动检测 + 主动输出 |
| 多轮对话 | 无 | 上下文记忆，可引用历史分析 |
| 适用场景 | 已知分析模式 | 探索性分析、开放性问题 |

## CLI 命令

```
📊 > 帮我分析各地区的销售表现      # 分析问题
📊 > rounds=3 最近的趋势怎么样     # 限制探索轮数
📊 > schema                      # 查看数据库 Schema
📊 > history                     # 查看分析历史
📊 > audit                       # 查看 SQL 审计日志
📊 > clear                       # 清空历史
📊 > help                        # 帮助
📊 > quit                        # 退出
```

## License

MIT