07 | DeepSeek+LangChain——根据数据报表生成带图表的 PPT

发表评论

在上一篇文章中，我们介绍了如何使用 DeepSeek R1 + LangChain 来生成报告。今天，我们将更进一步，探讨如何结合数据分析和可视化，让 AI 帮我们生成一份包含图表的专业数据分析报告 PPT。

本文源码已上传至：GitHub

LangChain Agent 简介

在深入代码实现之前，我们先来了解一下 LangChain Agent 的核心概念和工作原理。

什么是 LangChain Agent？

LangChain Agent 是一个智能代理系统，它能够：

  1. 理解用户的自然语言指令
  2. 规划完成任务所需的步骤
  3. 调用适当的工具来执行这些步骤
  4. 整合各个步骤的结果

简单来说，Agent 就像是一个智能助手，它知道如何组合使用各种工具来完成复杂任务。

Agent 的工作流程

  1. 输入解析：Agent 接收用户的自然语言指令
  2. 任务规划：分析需要完成的任务，并制定执行计划
  3. 工具选择：从可用的工具集中选择合适的工具
  4. 执行操作：按照计划调用工具，执行具体操作
  5. 结果整合：将各个步骤的结果组合成最终输出

Agent 的核心组件

  1. LLM（大语言模型）
    • 负责理解用户指令
    • 生成执行计划
    • 决策下一步行动
  2. Tools（工具）
    • 具体功能的实现
    • 通过装饰器注册
    • 提供标准化接口
  3. Memory（记忆）
    • 存储对话历史
    • 维护状态信息
    • 支持上下文理解
  4. Agent类型
    • ZERO_SHOT：直接根据工具描述选择工具
    • REACT：使用思维链进行推理
    • PLAN_AND_EXECUTE：先规划再执行
    • 等等

主要功能概述

我们将实现以下核心功能：

  1. 数据可视化：支持生成多种类型的图表（柱状图、折线图、饼图、散点图）
  2. 文件处理：支持读取多种格式的数据文件（CSV、Excel、Word、网页）
  3. PPT 生成：支持多种幻灯片布局（标题页、纯文本页、图文混排页）
  4. AI 驱动：使用 LangChain 框架实现智能化的内容生成和排版

整体流程图如下：

核心代码实现

1. 图表生成器

首先，我们实现了一个灵活的图表生成器类：

class ChartGenerator:
    @staticmethod
    def create_chart(data: pd.DataFrame, chart_type: str, x_column: str, y_column: str,
                     title: str, output_path: str) -> str:
        """生成各种类型的图表"""
        plt.figure(figsize=(10, 6))
        if chart_type == "bar":
            sns.barplot(data=data, x=x_column, y=y_column)
        elif chart_type == "line":
            sns.lineplot(data=data, x=x_column, y=y_column)
        elif chart_type == "pie":
            plt.pie(data[y_column], labels=data[x_column], autopct='%1.1f%%')
        elif chart_type == "scatter":
            sns.scatterplot(data=data, x=x_column, y=y_column)

这个类使用 matplotlib 和 seaborn 库来生成各种类型的数据可视化图表。特别注意：

  • 支持中文显示配置
  • 自动化图表样式设置
  • 灵活的图表类型选择

2. 文件加载工具

为了处理不同格式的输入文件，我们实现了统一的文件加载接口：

@tool
def file_loader(file_path: str) -> str:
    """文件加载工具"""
    file_ext = file_path.split('.')[-1].lower()
    if file_ext == 'csv':
        loader = CSVLoader(file_path)
    elif file_ext in ['xls', 'xlsx']:
        loader = UnstructuredExcelLoader(file_path)
    elif file_ext in ['doc', 'docx']:
        loader = Docx2txtLoader(file_path)
    elif file_path.startswith("http"):
        loader = WebBaseLoader(file_path)

这个工具的优点是：

  • 支持多种文件格式
  • 统一的接口设计
  • 异常处理机制
  • 可扩展性强

3. PPT 生成工具

PPT 生成是本项目的核心功能：

@tool
def generate_and_save_ppt(ppt_content: List[dict], output_filename: Optional[str] = "generated_ppt.pptx") -> str:
    """生成PPT的工具"""
    prs = Presentation()
    for slide_info in ppt_content:
        slide_type = slide_info["slide_type"]
        if slide_type == "title":
            # 标题页处理
        elif slide_type == "text_only":
            # 纯文本页处理
        elif slide_type == "text_and_image":
            # 图文混排页处理

关键特性：

  • 支持多种幻灯片布局
  • 灵活的内容配置
  • 自动化的图片插入
  • 统一的样式管理

系统集成

使用 LangChain 框架将所有组件整合成一个完整的系统：

def create_ppt_agent(llm):
    """创建PPT生成Agent"""
    tools = [generate_chart, generate_and_save_ppt, file_loader]

    agent = initialize_agent(
        tools,
        llm,
        agent=AgentType.STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION,
        verbose=True
    )

    return agent

实际应用示例

这里我们还是使用第七课的数据做一个 PPT：

agent = create_ppt_agent(llm)
result = agent.run({
    "input": """
    使用 /root/work/llm-notebook/data/07/sales_data.csv 文件创建一个销售分析PPT，包括以下内容：
        1. 按月份绘制销售额的折线图
        2. 分析销售额最高的日期
        3. 按产品类别绘制销售额的柱状图
        4. 异常值检测
        5. 趋势分析
        6. 商业建议
        7. 数据的关键特征
        8. 主要统计指标
        9. 潜在的数据模式
        等等
        内容请使用金字塔原理组织。
    """
})

执行过程：


[1m> Entering new AgentExecutor chain...[0m
[32;1m[1;3mThought: 首先，我需要加载数据文件以了解数据结构和内容，为后续处理步骤做准备。
Action:

{ “action”: “file_loader”, “action_input”: { “file_path”: “/root/work/llm-notebook/data/07/sales_data.csv” } }

[0m
Observation: [38;5;200m[1;3mDate: 2024-09-01
Product Name: Product A
Quantity: 15
Unit Price: 45.00

......

Unit Price: 110.00
Sales Amount: 4950.00[0m
Thought:[32;1m[1;3m根据数据内容，我将按以下步骤创建销售分析PPT：
1. 生成按月份绘制销售额的折线图
2. 分析销售额最高的日期并生成相关图表
3. 生成按产品类别绘制销售额的柱状图
4. 进行异常值检测并生成相关图表
5. 进行趋势分析并生成相关图表
6. 根据分析结果提出商业建议
7. 概述数据的关键特征
8. 提供主要统计指标
9. 描述潜在的数据模式

首先，我将生成按月份绘制销售额的折线图。
Action:

{ “action”: “generate_chart”, “action_input”: { “data_path”: “/root/work/llm-notebook/data/07/sales_data.csv”, “chart_type”: “line”, “x_column”: “Date”, “y_column”: “Sales Amount”, “title”: “Monthly Sales Amount”, “output_path”: “monthly_sales.png” } }

Observation: [36;1m[1;3mmonthly_sales.png[0m

......

      {
        "slide_type": "text_only",
        "title": "潜在的数据模式",
        "content": [
          "1. 销售额在周末和节假日通常较高。",
          "2. 某些产品类别在特定时间段内表现更好。",
          "3. 销售额与促销活动呈正相关。",
          "4. 某些日期的销售额异常高，需要进一步调查。"
        ]
      }
    ],
    "output_filename": "sales_analysis.pptx"
  }
}
```[0m
Observation: [33;1m[1;3msales_analysis.pptx[0m
Thought:[32;1m[1;3mI know what to respond
Action:

{ “action”: “Final Answer”, “action_input”: “销售分析PPT已成功生成，文件路径为：sales_analysis.pptx。” }


[1m> Finished chain.[0m
PPT已生成: 销售分析PPT已成功生成，文件路径为：sales_analysis.pptx。

生成的 PPT 内容如下：

总结：

本文介绍的自动化 PPT 生成系统具有以下特点：

  1. 对比市面上的 PPT 自动生成工具，我们支持全自动的数据处理和可视化
  2. 智能化的内容生成和排版
  3. 灵活的配置和扩展能力
  4. 专业的展示效果

当然我们这里仅仅实现了一个 Demo，有很多复杂的配置我们为了让大家能够看清主脉络并没有实现，有兴趣的同学可以继续完善一下，来帮助自己工作，我们也希望能够看到有更多的业务能够被大模型赋能。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注