#!/usr/bin/env python3 """ 完全自主分析示例 这个示例展示了如何让 AI 完全自主地分析数据,无需指定任何需求或模板。 AI 会自动识别数据类型、推断分析目标、生成分析计划并执行分析。 使用方法: python examples/autonomous_analysis.py 或者使用命令行: python -m src.main --data test_data/ticket_sample.csv --output output/autonomous """ import sys import os # 添加项目根目录到路径 sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), '..'))) from src.main import run_analysis from src.logging_config import setup_logging import logging def main(): """运行完全自主分析""" # 设置日志 setup_logging() logger = logging.getLogger(__name__) logger.info("=" * 80) logger.info("完全自主分析示例") logger.info("=" * 80) # 配置参数 data_file = "test_data/ticket_sample.csv" output_dir = "output/autonomous" logger.info(f"数据文件: {data_file}") logger.info(f"输出目录: {output_dir}") logger.info("") logger.info("分析模式: 完全自主") logger.info("AI 将自动:") logger.info(" 1. 识别数据类型(工单、销售、用户等)") logger.info(" 2. 推断数据的业务含义") logger.info(" 3. 自主决定分析维度和方法") logger.info(" 4. 生成动态分析计划") logger.info(" 5. 执行分析并生成报告") logger.info("") try: # 运行分析(不指定需求和模板) report_path = run_analysis( data_file=data_file, user_requirement=None, # 无需求,完全自主 template_file=None, # 无模板 output_dir=output_dir ) logger.info("") logger.info("=" * 80) logger.info("分析完成!") logger.info(f"报告已生成: {report_path}") logger.info("=" * 80) # 显示报告预览 if os.path.exists(report_path): with open(report_path, 'r', encoding='utf-8') as f: content = f.read() preview = content[:500] + "..." if len(content) > 500 else content logger.info("") logger.info("报告预览:") logger.info("-" * 80) logger.info(preview) logger.info("-" * 80) except Exception as e: logger.error(f"分析失败: {e}", exc_info=True) sys.exit(1) if __name__ == "__main__": main()