数据分析
作者: digitforce 版本: 1.0.13 类型: 工具
概述
此插件通过自然语言交互实现无代码数据分析。它支持文本到SQL（Text2SQL）、文本到数据（Text2Data）和文本到代码（Text2Code）分析。只需上传Excel/CSV文件，即可自动执行数据查询、数据解释和数据可视化（ChatBI）。 新增支持多工作表查询和跨工作表分析，能够自动识别和解析多个工作表中的结构化数据，提升多工作表数据处理能力。该插件将通过对话式查询智能解析时间、指标和分析维度，生成SQL查询以获取数据，并创建交互式BI图表和结构化分析报告。优化用于标准化垂直数据集，由企业级分析引擎提供可靠结果。
配置
1. 申请API密钥
请在此处申请API密钥。
2. 从市场获取数据分析工具
工具可在插件市场中找到，请进行安装。
3. 服务授权
- 在Dify导航页面选择 [插件] - [数据分析]
- 点击“去授权”按钮
- 粘贴您的唯一API密钥以完成验证
工作流案例
以下是每个工具的参数描述和使用场景示例。
1. 数据连接器（data_connector）
用于连接主流数据库，如MySQL、PostgreSQL、Starrocks和Doris，允许用户使用自然语言查询数据库数据。检索到的数据可无缝集成到我们的其他工具中进行分析、解释和可视化。
查询结果支持下载为.xlsx文件，以便于本地查看和进一步处理。
💡 如果希望输出包含文件，请确保在流程的最后一个组件中添加“文件”输出类型以获取下载链接。
注意：为获得最佳浏览体验，默认限制结果为100行。处理大型数据集时，用户可使用工具提供的智能生成的SQL查询检索完整数据集。
| 输入参数 | 描述 | 示例 |
|---|---|---|
| 查询语句 | 查询语句 | “搜索2024年6月30日的GMV数据” |
| 数据库类型 | 选择对应的数据库类型 | 如图所示 |
| 数据库名称 | 要连接的数据库/模式名称 | 如图所示 |
| 数据库用户 | 数据库连接的用户名 | 如图所示 |
| 数据库密码 | 数据库连接的密码 | 如图所示 |
| 数据库IP | 数据库服务器的IP地址 | 如图所示 |
| 数据库端口 | 数据库连接的端口号 | 如图所示 |
| 数据库名称 | 要连接的数据库名称 | 如图所示 |
示例输入：对于数据库URL为”mysql+pymysql://aaaadmin:aaaaL1e7L8D@168.195.188:11110/dify?charset=utf8”的情况，填写参数如下图所示。
| 输出参数 | 描述 | 示例 |
|---|---|---|
| 查询结果 | 数据连接器的输出（包括SQL语句和以Markdown格式返回的查询结果） | 如图所示 |
常见注意事项：
- 当数据库包含过多表时，需在查询中指定表名（表名必须与数据库中的名称完全匹配）。
- 输入参数时注意区分IP和端口。
- 当前不支持内网、本地数据库和集群数据库；仅支持可通过DBeaver连接的数据库。
2. 数据分析（data_analysis）
| 参数 | 描述 | 示例 |
|---|---|---|
| 查询语句 | 查询语句 | “每个月最畅销的产品是什么？” |
| 输入数据 | Markdown格式的表格数据（例如，文档提取器输出的表格Markdown文本） | 如销售表格示例所示 |
| 文件 | 数据文件（xlsx、xls、csv） | example.xlsx |
注意：只需提供输入数据或文件之一。如果两者均提供，文件优先。文件类型支持行-指标-列数据文件和列-指标-行数据文件。
查询结果支持下载为.docx文件，以便于本地查看和进一步处理。
💡 如果希望输出包含文件，请确保在流程的最后一个组件中添加“文件”输出类型以获取下载链接。
3. 数据解释（data_interpretation）
| 参数 | 描述 | 示例 |
|---|---|---|
| 查询语句 | 查询语句 | “请提供简单的数据解释。” |
| 输入数据 | Markdown格式的表格数据（例如，文档提取器输出的表格Markdown文本） | 如销售表格示例所示 |
| 文件 | 数据文件（xlsx、xls、csv） | example.xlsx |
注意：只需提供输入数据或文件之一。如果两者均提供，文件优先。
查询结果支持下载为.docx文件，以便于本地查看和进一步处理。
💡 如果希望输出包含文件，请确保在流程的最后一个组件中添加“文件”输出类型以获取下载链接。
4. 数据可视化（data_visualization）
| 参数 | 描述 | 示例 |
|---|---|---|
| 查询语句 | 查询语句 | “以饼图显示每个产品的总销售额。” |
| 输入数据 | Markdown格式的表格数据（例如，文档提取器输出的表格Markdown文本） | 如销售表格示例所示 |
| 文件 | 数据文件（xlsx、xls、csv） | example.xlsx |
注意：只需提供输入数据或文件之一。如果两者均提供，文件优先。文件类型支持行-指标-列数据文件和列-指标-行数据文件。
查询结果支持下载为.html文件，以便于本地查看和进一步处理。
💡 如果希望输出包含文件，请确保在流程的最后一个组件中添加“文件”输出类型以获取下载链接。
5. 时间识别（time_identify）
用于根据问题描述解析分析所需的时间范围。
| 参数 | 描述 | 示例 |
|---|---|---|
| 查询语句 | 查询语句 | “显示过去7天的销售数据” |
| 输出参数 | 描述 |
|---|---|
| 开始时间 | 时间范围的开始时间 |
| 结束时间 | 时间范围的结束时间 |
| 时间点 | 离散时间点（例如，2025年1月1日和2025年1月20日） |
| 时间粒度 | 时间粒度，包括：“年”、“季度”、“月”、“周”、“日”。 例如，如果用户询问“今年7月”，粒度为“月”。 |
注意：任何时间范围不包括今天及未来日期。当用户询问过去7天时，返回的结束时间不包括今天，并从昨天向前计算7天。
6. 合并到多工作表（merge_to_multisheet)
将多个文件合并为一个包含多个工作表的单一文件。
| 参数 | 描述 | 示例 |
|---|---|---|
| 文件 | 数据文件（xlsx、xls、csv） | example.xlsx |
| 输出参数 | 描述 | 示例 |
|---|---|---|
| 文件 | 数据文件（xlsx、xls、csv） | example.xlsx |
注意：上传的文件必须符合Dify平台的大小和数量要求。
咨询
如有疑问或反馈，请联系我们。
了解 SwiftAgent：基于LLM和智能代理的企业级数据分析与决策支持。