docs: update project documentation in README.

README.md

@@ -38,10 +38,9 @@ data_analysis_agent/
 ├── 📄 requirements.txt        # 项目依赖
 ├── 📄 .env                    # 环境变量配置
 └── 📁 outputs/                # 分析结果输出目录
-    └── session_[时间戳]/        # 每次分析的独立会话目录
+    └── session_[时间戳]/       # 每次分析的独立会话目录
-        ├── *.png             # 生成的图表
+        ├── *.png              # 生成的图表    
-        ├── 最终分析报告.md    # Markdown报告
+        └── 最终分析报告.md      # Markdown报告
-        └── 最终分析报告.docx  # Word报告
 ```
 
 ## 📊 数据分析流程图
@@ -111,7 +110,6 @@ sequenceDiagram
 - **多阶段分析**：数据探索 → 清洗检查 → 分析可视化 → 图片收集 → 报告生成
 - **错误自愈**：自动检测并修复常见错误（编码、列名、数据类型等）
 - **上下文保持**：Notebook环境中变量和状态在分析过程中持续保持
-- **双重日志**：支持同时输出日志到终端和文件，便于调试和记录
 
 ### 📋 多格式报告
 
@@ -125,9 +123,9 @@ sequenceDiagram
 
 ```bash
 # 克隆项目
-git clone  https://github.com/li-xiu-qi/data_analysis_agent.git
+git clone  http://jeason.online:3000/zhaojie/iov_data_analysis_agent.git
 
-cd data_analysis_agent
+cd iov_data_analysis_agent
 
 # 安装依赖
 pip install -r requirements.txt
@@ -135,7 +133,7 @@ pip install -r requirements.txt
 
 ### 2. 配置API密钥
 
-创建`.env`文件：
+创建`.env`及`llm_config.py`文件：
 
 ```bash
 # OpenAI API配置
@@ -158,10 +156,11 @@ from config.llm_config import LLMConfig
 llm_config = LLMConfig()
 agent = DataAnalysisAgent(llm_config)
 
-# 开始分析
+# 开始分析（input中输入你想要的内容。并在运行前调整提示词中的报告格式及分析要求）
 files = ["your_data.csv"]
+#excel文件同样支持
 report = agent.analyze(
-    user_input="分析销售数据，生成趋势图表和关键指标",
+    user_input="分析车联网运维工单的数据，帮我汇总生成一份用于汇报使用的，运维工单报告销售数据，XXXXXXXXXX",
     files=files
 )
 
@@ -188,25 +187,24 @@ report = quick_analysis(
 
 ## 📊 使用示例
 
-以下是分析贵州茅台财务数据的完整示例：
 
 ```python
-# 示例：茅台财务分析
+# 示例：工单健康度分析
-files = ["贵州茅台利润表.csv"]
+files = ["iov.csv"]
 report = agent.analyze(
-    user_input="基于贵州茅台的数据，输出五个重要的统计指标，并绘制相关图表。最后生成汇报给我。",
+    user_input="基于所有的运维工单，输出XXXX等重要的统计指标，并绘制相关图表。最后生成汇报给我。",
     files=files
 )
 ```
 
 **生成的分析内容包括：**
 
-- 📈 营业总收入趋势图
+-  工单月度/周度/日度趋势图
-- 💰 净利润率变化分析
+-  问题类型及车型分布
-- 📊 利润构成分析图表
+-  问题模块分析图表
-- 💵 每股收益变化趋势
+-  问题处理时长分析图表
-- 📋 营业成本占比分析
+-  问题模块汇总图表
-- 📄 综合分析报告
+-  
 
 ## 🎨 流程可视化
 
@@ -244,8 +242,8 @@ class LLMConfig:
     api_key: str = os.environ.get("OPENAI_API_KEY", "")
     base_url: str = os.environ.get("OPENAI_BASE_URL", "https://api.openai.com/v1")
     model: str = os.environ.get("OPENAI_MODEL", "gpt-4")
-    max_tokens: int = 131072  # 支持长上下文模型
+    max_tokens: int = 4000
-    temperature: float = 0.5
+    temperature: float = 0.1
 ```
 
 ### 执行器配置
@@ -284,8 +282,7 @@ ALLOWED_IMPORTS = {
 ### 安全限制
 
 - 🔒 仅支持预定义的数据分析库
-- 🔒 严禁使用 `open()` 写入文件（除保存图片/JSON外），所有中间数据应优先保存在DataFrame变量中
+- 🔒 不允许文件系统操作（除图片保存）
-- 🔒 不允许文件系统操作（除图片保存即日志记录）
 - 🔒 不支持网络请求（除LLM调用）
 
 ### 性能考虑
@@ -326,20 +323,6 @@ A: 可以在Mermaid代码块中添加样式定义，或使用不同的图表类
 
 分析过程中的错误信息会保存在会话目录中，便于调试和优化。
 
-## 🤝 贡献指南
-
-欢迎贡献代码和改进建议！
-
-1. Fork 项目
-2. 创建功能分支
-3. 提交更改
-4. 推送到分支
-5. 创建Pull Request
-
-## 📄 许可证
-
-本项目基于MIT许可证开源。详见[LICENSE](LICENSE)文件。
-
 ## 🔄 更新日志
 
 ### v1.0.0
@@ -354,6 +337,6 @@ A: 可以在Mermaid代码块中添加样式定义，或使用不同的图表类
 
 <div align="center">
 
-**🚀 让数据分析变得更智能、更简单！**
+**简化数据分析入门门槛，让数据分析变得更智能、更简单！**
 
 </div>