LangGraph
Datenanalyse-Agent mit LangGraph
Erstellen Sie einen KI-Datenanalyse-Agenten, der Datensätze verarbeitet, Python-Berechnungen ausführt, Diagramme generiert und Erkenntnisse liefert — mit LangGraph.
data analysisPythonchartsanalytics
Funktionierender Code
from langchain_openai import ChatOpenAIfrom langchain_core.tools import toolfrom langgraph.prebuilt import create_react_agent
@tooldef execute_python(code: str) -> str: """Execute Python code for data analysis. pandas and matplotlib are available.""" import subprocess result = subprocess.run( ["python", "-c", code], capture_output=True, text=True, timeout=30, ) return result.stdout or f"Error: {result.stderr}"
@tooldef read_csv_info(path: str) -> str: """Get info about a CSV file (columns, types, shape).""" import pandas as pd df = pd.read_csv(path) return f"Shape: {df.shape}\nColumns: {list(df.columns)}\nTypes:\n{df.dtypes}"
agent = create_react_agent( ChatOpenAI(model="gpt-4o"), tools=[execute_python, read_csv_info], prompt="You are a data analyst. Explore datasets using read_csv_info, then use execute_python to run analysis code. Present findings clearly with numbers.",)
result = await agent.ainvoke({ "messages": [("user", "Analyze sales_data.csv and find the top performing products by revenue")]})print(result["messages"][-1].content)Schritt für Schritt
1
Abhängigkeiten installieren
Installieren Sie LangGraph und die benötigten Tools für diesen Anwendungsfall.
2
Tools definieren
Erstellen Sie domänenspezifische Tool-Funktionen, die Ihr Agent zur Interaktion mit externen Diensten verwenden wird.
3
Agent erstellen und ausführen
Initialisieren Sie den LangGraph-Agenten mit Ihren Tools, setzen Sie den System-Prompt und führen Sie eine Abfrage aus.
Mit anderen Frameworks bauen
Weitere Anleitungen mit LangGraph
Bereit, mit LangGraph zu bauen?
Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem LangGraph — FastAPI + Next.js, Auth, Streaming und mehr.
LoslegenBereit, deinen ersten Produktions-KI-Agenten zu bauen?
Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.