iov_data_analysis_agent/main.py

from data_analysis_agent import DataAnalysisAgent
from config.llm_config import LLMConfig

import sys
import os
from datetime import datetime

from utils.create_session_dir import create_session_output_dir

class DualLogger:
    """同时输出到终端和文件的日志记录器"""
    def __init__(self, log_dir, filename="log.txt"):
        self.terminal = sys.stdout
        log_path = os.path.join(log_dir, filename)
        self.log = open(log_path, "a", encoding="utf-8")
        
    def write(self, message):
        self.terminal.write(message)
        # 过滤掉生成的代码块，不写入日志文件
        if "[TOOL] 执行代码:" in message:
            return
        self.log.write(message)
        self.log.flush()
        
    def flush(self):
        self.terminal.flush()
        self.log.flush()

def setup_logging(log_dir):
    """配置日志记录"""
    # 记录开始时间
    logger = DualLogger(log_dir)
    sys.stdout = logger
    # 可选：也将错误输出重定向
    # sys.stderr = logger 
    print(f"\n{'='*20} Run Started at {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} {'='*20}\n")
    print(f"[DOC] 日志文件已保存至: {os.path.join(log_dir, 'log.txt')}")


def main():
    llm_config = LLMConfig()
    import glob
    import os
    # 自动查找当前目录及remotecontrol目录下的所有数据文件
    data_extensions = ['*.csv', '*.xlsx', '*.xls']
    search_dirs = ['cleaned_data']
    files = []
    
    for search_dir in search_dirs:
        for ext in data_extensions:
            pattern = os.path.join(search_dir, ext)
            files.extend(glob.glob(pattern))
    
    if not files:
        print("[WARN] 未在当前目录找到数据文件 (.csv, .xlsx)，尝试使用默认文件")
        files = ["./cleaned_data.csv"]
    else:
        print(f"[DIR] 自动识别到以下数据文件: {files}")

    analysis_requirement = """
基于所有运维工单，整理一份工单健康度报告，包括但不限于对所有车联网技术支持工单的全面数据分析，
深入挖掘工单处理过程中的关键问题、效率瓶颈及改进机会。请从车型，模块，功能角度，分别展示工单数据、问题类型、模块分布、严重程度、责任人负载、车型分布、来源渠道及处理时长等多个维度。
通过多轮交叉分析与趋势洞察，为提升车联网服务质量、优化资源配置及降低运营风险提供数据驱动的决策依据，问题总揽，高频问题、重点问题分析，输出若干个重要的统计指标，并绘制相关图表；
结合图表，总结一份，车联网运维工单健康度报告，汇报给我。
    """
    
    # 在主函数中先创建会话目录，以便存放日志
    # 默认输出目录为 'outputs'
    base_output_dir = "outputs"
    session_output_dir = create_session_output_dir(base_output_dir, analysis_requirement)
    
    # 设置日志
    setup_logging(session_output_dir)

    # 如果希望强制运行到最大轮数，设置 force_max_rounds=True
    agent = DataAnalysisAgent(llm_config, force_max_rounds=False)

    # --- 交互式分析循环 ---
    while True:
        # 执行分析
        # 首次运行时 reset_session=True (默认)
        # 后续运行时 reset_session=False
        is_first_run = (agent.current_round == 0 and not agent.conversation_history)
        
        report = agent.analyze(
            user_input=analysis_requirement,
            files=files if is_first_run else None, # 后续轮次不需要重复传文件路径，agent已有上下文
            session_output_dir=session_output_dir,
            reset_session=is_first_run,
            max_rounds=None if is_first_run else 10 # 追问时限制为10轮
        )
        print("\n" + "="*30 + " 当前阶段分析完成 " + "="*30)
        
        # 询问用户是否继续
        print("\n[TIP] 你可以继续对数据提出分析需求，或者输入 'exit'/'quit' 结束程序。")
        user_response = input("[>] 请输入后续分析需求 (直接回车退出): ").strip()
        
        if not user_response or user_response.lower() in ['exit', 'quit', 'n', 'no']:
            print("[BYE] 分析结束，再见！")
            break
        
        # 更新需求，进入下一轮循环
        analysis_requirement = user_response
        print(f"\n[LOOP] 收到新需求，正在继续分析...")
 

if __name__ == "__main__":
    main()