清理表情

data_analysis_agent.py

@@ -18,6 +18,7 @@ from utils.extract_code import extract_code_from_response
 from utils.data_loader import load_and_profile_data
 from utils.llm_helper import LLMHelper
 from utils.code_executor import CodeExecutor
+from utils.script_generator import generate_reusable_script
 from config.llm_config import LLMConfig
 from prompts import data_analysis_system_prompt, final_report_system_prompt, data_analysis_followup_prompt
 
@@ -61,6 +62,8 @@ class DataAnalysisAgent:
         self.session_output_dir = None
         self.executor = None
         self.data_profile = ""  # 存储数据画像
+        self.data_files = []  # 存储数据文件列表
+        self.user_requirement = ""  # 存储用户需求
 
     def _process_response(self, response: str) -> Dict[str, Any]:
         """
@@ -76,7 +79,7 @@ class DataAnalysisAgent:
             yaml_data = self.llm.parse_yaml_response(response)
             action = yaml_data.get("action", "generate_code")
 
-            print(f"🎯 检测到动作: {action}")
+            print(f"[TARGET] 检测到动作: {action}")
 
             if action == "analysis_complete":
                 return self._handle_analysis_complete(response, yaml_data)
@@ -85,11 +88,11 @@ class DataAnalysisAgent:
             elif action == "generate_code":
                 return self._handle_generate_code(response, yaml_data)
             else:
-                print(f"⚠️ 未知动作类型: {action}，按generate_code处理")
+                print(f"[WARN] 未知动作类型: {action}，按generate_code处理")
                 return self._handle_generate_code(response, yaml_data)
 
         except Exception as e:
-            print(f"⚠️ 解析响应失败: {str(e)}，尝试提取代码并按generate_code处理")
+            print(f"[WARN] 解析响应失败: {str(e)}，尝试提取代码并按generate_code处理")
             # 即使YAML解析失败，也尝试提取代码
             extracted_code = extract_code_from_response(response)
             if extracted_code:
@@ -100,7 +103,7 @@ class DataAnalysisAgent:
         self, response: str, yaml_data: Dict[str, Any]
     ) -> Dict[str, Any]:
         """处理分析完成动作"""
-        print("✅ 分析任务完成")
+        print("[OK] 分析任务完成")
         final_report = yaml_data.get("final_report", "分析完成，无最终报告")
         return {
             "action": "analysis_complete",
@@ -113,7 +116,7 @@ class DataAnalysisAgent:
         self, response: str, yaml_data: Dict[str, Any]
     ) -> Dict[str, Any]:
         """处理图片收集动作"""
-        print("📊 开始收集图片")
+        print("[CHART] 开始收集图片")
         figures_to_collect = yaml_data.get("figures_to_collect", [])
 
         collected_figures = []
@@ -130,10 +133,10 @@ class DataAnalysisAgent:
             description = figure_info.get("description", "")
             analysis = figure_info.get("analysis", "")
 
-            print(f"📈 收集图片 {figure_number}: {filename}")
-            print(f"   📂 路径: {file_path}")
-            print(f"   📝 描述: {description}")
-            print(f"   🔍 分析: {analysis}")
+            print(f"[GRAPH] 收集图片 {figure_number}: {filename}")
+            print(f"   [DIR] 路径: {file_path}")
+            print(f"   [NOTE] 描述: {description}")
+            print(f"   [SEARCH] 分析: {analysis}")
 
 
             # 使用seen_paths集合来去重，防止重复收集
@@ -145,7 +148,7 @@ class DataAnalysisAgent:
                 # 检查是否已经收集过该路径
                 abs_path = os.path.abspath(file_path)
                 if abs_path not in seen_paths:
-                    print(f"   ✅ 文件存在: {file_path}")
+                    print(f"   [OK] 文件存在: {file_path}")
                     # 记录图片信息
                     collected_figures.append(
                         {
@@ -158,12 +161,12 @@ class DataAnalysisAgent:
                     )
                     seen_paths.add(abs_path)
                 else:
-                    print(f"   ⚠️ 跳过重复图片: {file_path}")
+                    print(f"   [WARN] 跳过重复图片: {file_path}")
             else:
                 if file_path:
-                    print(f"   ⚠️ 文件不存在: {file_path}")
+                    print(f"   [WARN] 文件不存在: {file_path}")
                 else:
-                    print(f"   ⚠️ 未提供文件路径")
+                    print(f"   [WARN] 未提供文件路径")
 
         return {
             "action": "collect_figures",
@@ -195,7 +198,7 @@ class DataAnalysisAgent:
                 code = code.strip()
 
         if code:
-            print(f"🔧 执行代码:\n{code}")
+            print(f"[TOOL] 执行代码:\n{code}")
             print("-" * 40)
 
             # 执行代码
@@ -203,7 +206,7 @@ class DataAnalysisAgent:
 
             # 格式化执行结果
             feedback = format_execution_result(result)
-            print(f"📋 执行反馈:\n{feedback}")
+            print(f"[LIST] 执行反馈:\n{feedback}")
 
             return {
                 "action": "generate_code",
@@ -215,7 +218,7 @@ class DataAnalysisAgent:
             }
         else:
             # 如果没有代码，说明LLM响应格式有问题，需要重新生成
-            print("⚠️ 未从响应中提取到可执行代码，要求LLM重新生成")
+            print("[WARN] 未从响应中提取到可执行代码，要求LLM重新生成")
             return {
                 "action": "invalid_response",
                 "error": "响应中缺少可执行代码",
@@ -246,6 +249,8 @@ class DataAnalysisAgent:
             self.conversation_history = []
             self.analysis_results = []
             self.current_round = 0
+            self.data_files = files or []  # 保存数据文件列表
+            self.user_requirement = user_input  # 保存用户需求
             
             # 创建本次分析的专用输出目录
             if session_output_dir:
@@ -264,12 +269,12 @@ class DataAnalysisAgent:
             # 设用工具生成数据画像
             data_profile = ""
             if files:
-                print("🔍 正在生成数据画像...")
+                print("[SEARCH] 正在生成数据画像...")
                 try:
                     data_profile = load_and_profile_data(files)
-                    print("✅ 数据画像生成完毕")
+                    print("[OK] 数据画像生成完毕")
                 except Exception as e:
-                    print(f"⚠️ 数据画像生成失败: {e}")
+                    print(f"[WARN] 数据画像生成失败: {e}")
             
             # 保存到实例变量供最终报告使用
             self.data_profile = data_profile
@@ -282,11 +287,11 @@ class DataAnalysisAgent:
             if data_profile:
                 initial_prompt += f"\n\n{data_profile}\n\n请根据上述【数据画像】中的统计信息（如高频值、缺失率、数据范围）来制定分析策略。如果发现明显的高频问题或异常分布，请优先进行深度分析。"
 
-            print(f"🚀 开始数据分析任务")
-            print(f"📝 用户需求: {user_input}")
+            print(f"[START] 开始数据分析任务")
+            print(f"[NOTE] 用户需求: {user_input}")
             if files:
-                print(f"📁 数据文件: {', '.join(files)}")
-            print(f"📂 输出目录: {self.session_output_dir}")
+                print(f"[FOLDER] 数据文件: {', '.join(files)}")
+            print(f"[DIR] 输出目录: {self.session_output_dir}")
             
             # 添加到对话历史
             self.conversation_history.append({"role": "user", "content": initial_prompt})
@@ -297,8 +302,8 @@ class DataAnalysisAgent:
             if max_rounds is None:
                 current_max_rounds = 10 # 追问通常不需要那么长的思考链，10轮足够
             
-            print(f"\n🚀 继续分析任务 (追问模式)")
-            print(f"📝 后续需求: {user_input}")
+            print(f"\n[START] 继续分析任务 (追问模式)")
+            print(f"[NOTE] 后续需求: {user_input}")
             
             # 重置当前轮数计数器，以便给新任务足够的轮次
             self.current_round = 0 
@@ -308,18 +313,21 @@ class DataAnalysisAgent:
             follow_up_prompt = f"后续需求: {user_input}\n(注意：这是后续追问，请直接针对该问题进行分析，无需从头开始执行完整SOP。)"
             self.conversation_history.append({"role": "user", "content": follow_up_prompt})
 
-        print(f"🔢 本次最大轮数: {current_max_rounds}")
+        print(f"[NUM] 本次最大轮数: {current_max_rounds}")
         if self.force_max_rounds:
-            print(f"⚡ 强制模式: 将运行满 {current_max_rounds} 轮（忽略AI完成信号）")
+            print(f"[FAST] 强制模式: 将运行满 {current_max_rounds} 轮（忽略AI完成信号）")
         print("=" * 60)
         
         # 保存原始 max_rounds 以便恢复（虽然 analyze 结束后不需要恢复，但为了逻辑严谨）
         original_max_rounds = self.max_rounds
         self.max_rounds = current_max_rounds
 
+        # 初始化连续失败计数器
+        consecutive_failures = 0
+
         while self.current_round < self.max_rounds:
             self.current_round += 1
-            print(f"\n🔄 第 {self.current_round} 轮分析")
+            print(f"\n[LOOP] 第 {self.current_round} 轮分析")
             # 调用LLM生成响应
             try:  # 获取当前执行环境的变量信息
                 notebook_variables = self.executor.get_environment_info()
@@ -340,15 +348,15 @@ class DataAnalysisAgent:
                 formatted_system_prompt = base_system_prompt.format(
                     notebook_variables=notebook_variables
                 )
-                print(f"🐛 [DEBUG] System Prompt Head:\n{formatted_system_prompt[:500]}...\n[...]")
-                print(f"🐛 [DEBUG] System Prompt Rules Check: 'stop_words' in prompt? {'stop_words' in formatted_system_prompt}")
+                print(f"[DEBUG] [DEBUG] System Prompt Head:\n{formatted_system_prompt[:500]}...\n[...]")
+                print(f"[DEBUG] [DEBUG] System Prompt Rules Check: 'stop_words' in prompt? {'stop_words' in formatted_system_prompt}")
 
                 response = self.llm.call(
                     prompt=self._build_conversation_prompt(),
                     system_prompt=formatted_system_prompt,
                 )
 
-                print(f"🤖 助手响应:\n{response}")
+                print(f"[AI] 助手响应:\n{response}")
 
                 # 使用统一的响应处理方法
                 process_result = self._process_response(response)
@@ -356,9 +364,9 @@ class DataAnalysisAgent:
                 # 根据处理结果决定是否继续（仅在非强制模式下）
                 if process_result.get("action") == "invalid_response":
                     consecutive_failures += 1
-                    print(f"⚠️ 连续失败次数: {consecutive_failures}/3")
+                    print(f"[WARN] 连续失败次数: {consecutive_failures}/3")
                     if consecutive_failures >= 3:
-                        print(f"❌ 连续3次无法获取有效响应，分析终止。请检查网络或配置。")
+                        print(f"[ERROR] 连续3次无法获取有效响应，分析终止。请检查网络或配置。")
                         break
                 else:
                     consecutive_failures = 0  # 重置计数器
@@ -366,7 +374,7 @@ class DataAnalysisAgent:
                 if not self.force_max_rounds and not process_result.get(
                     "continue", True
                 ):
-                    print(f"\n✅ 分析完成！")
+                    print(f"\n[OK] 分析完成！")
                     break
 
                 # 添加到对话历史
@@ -398,7 +406,7 @@ class DataAnalysisAgent:
                     
                     feedback = f"已收集 {len(collected_figures)} 个有效图片及其分析。"
                     if missing_figures:
-                        feedback += f"\n⚠️ 以下图片未找到，请检查代码是否成功保存了这些图片: {missing_figures}"
+                        feedback += f"\n[WARN] 以下图片未找到，请检查代码是否成功保存了这些图片: {missing_figures}"
 
                     self.conversation_history.append(
                         {
@@ -421,7 +429,7 @@ class DataAnalysisAgent:
 
             except Exception as e:
                 error_msg = f"LLM调用错误: {str(e)}"
-                print(f"❌ {error_msg}")
+                print(f"[ERROR] {error_msg}")
                 self.conversation_history.append(
                     {
                         "role": "user",
@@ -430,7 +438,7 @@ class DataAnalysisAgent:
                 )
         # 生成最终总结
         if self.current_round >= self.max_rounds:
-            print(f"\n⚠️ 已达到最大轮数 ({self.max_rounds})，分析结束")
+            print(f"\n[WARN] 已达到最大轮数 ({self.max_rounds})，分析结束")
 
         return self._generate_final_report()
 
@@ -456,8 +464,8 @@ class DataAnalysisAgent:
             if result.get("action") == "collect_figures":
                 all_figures.extend(result.get("collected_figures", []))
 
-        print(f"\n📊 开始生成最终分析报告...")
-        print(f"📂 输出目录: {self.session_output_dir}")
+        print(f"\n[CHART] 开始生成最终分析报告...")
+        print(f"[DIR] 输出目录: {self.session_output_dir}")
         
         # --- 自动补全/发现图片机制 ---
         # 扫描目录下所有的png文件
@@ -475,7 +483,7 @@ class DataAnalysisAgent:
             for png_path in existing_pngs:
                 abs_png_path = os.path.abspath(png_path)
                 if abs_png_path not in collected_paths:
-                    print(f"🔍 [自动发现] 补充未显式收集的图片: {os.path.basename(png_path)}")
+                    print(f"[SEARCH] [自动发现] 补充未显式收集的图片: {os.path.basename(png_path)}")
                     all_figures.append({
                         "figure_number": "Auto",
                         "filename": os.path.basename(png_path),
@@ -484,11 +492,11 @@ class DataAnalysisAgent:
                         "analysis": "（该图表由系统自动捕获，Agent未提供具体分析文本，请结合图表标题理解）"
                     })
         except Exception as e:
-            print(f"⚠️ 自动发现图片失败: {e}")
+            print(f"[WARN] 自动发现图片失败: {e}")
         # ---------------------------
 
-        print(f"🔢 总轮数: {self.current_round}")
-        print(f"📈 收集图片: {len(all_figures)} 个")
+        print(f"[NUM] 总轮数: {self.current_round}")
+        print(f"[GRAPH] 收集图片: {len(all_figures)} 个")
 
         # 构建用于生成最终报告的提示词
         final_report_prompt = self._build_final_report_prompt(all_figures)
@@ -512,12 +520,12 @@ class DataAnalysisAgent:
                 except:
                     pass # 解析失败则保持原样
 
-            print("✅ 最终报告生成完成")
+            print("[OK] 最终报告生成完成")
 
-            print("✅ 最终报告生成完成")
+            print("[OK] 最终报告生成完成")
 
         except Exception as e:
-            print(f"❌ 生成最终报告时出错: {str(e)}")
+            print(f"[ERROR] 生成最终报告时出错: {str(e)}")
             final_report_content = f"报告生成失败: {str(e)}"
 
         # 保存最终报告到文件
@@ -525,9 +533,21 @@ class DataAnalysisAgent:
         try:
             with open(report_file_path, "w", encoding="utf-8") as f:
                 f.write(final_report_content)
-            print(f"📄 最终报告已保存至: {report_file_path}")
+            print(f"[DOC] 最终报告已保存至: {report_file_path}")
         except Exception as e:
-            print(f"❌ 保存报告文件失败: {str(e)}")
+            print(f"[ERROR] 保存报告文件失败: {str(e)}")
+
+        # 生成可复用脚本
+        script_path = ""
+        try:
+            script_path = generate_reusable_script(
+                analysis_results=self.analysis_results,
+                data_files=self.data_files,
+                session_output_dir=self.session_output_dir,
+                user_requirement=self.user_requirement
+            )
+        except Exception as e:
+            print(f"[WARN] 脚本生成失败: {e}")
 
         # 返回完整的分析结果
         return {
@@ -538,6 +558,7 @@ class DataAnalysisAgent:
             "conversation_history": self.conversation_history,
             "final_report": final_report_content,
             "report_file_path": report_file_path,
+            "reusable_script_path": script_path,
         }
 
     def _build_final_report_prompt(self, all_figures: List[Dict[str, Any]]) -> str:
@@ -584,7 +605,7 @@ class DataAnalysisAgent:
         # 在提示词中明确要求使用相对路径
         prompt += """
 
-📁 **图片路径使用说明**：
+[FOLDER] **图片路径使用说明**：
 报告和图片都在同一目录下，请在报告中使用相对路径引用图片：
 - 格式：![图片描述](./图片文件名.png)
 - 示例：![营业总收入趋势](./营业总收入趋势.png)