FastGPTFastGPT
开始使用/101 实战课与案例

案例四:Agent V2—智能数据分析 Agent

上传可复现销售样本,计算产品销量和渠道广告 ROI,检查并下载分析产物。

案例四:Agent V2—智能数据分析 Agent

4.1 适用场景

Agent V2 根据目标和数据选择处理步骤,适合表格分析、文件处理和需要澄清指标的任务。本例在虚拟机中运行 Python,生成销售汇总和渠道收入图表。

4.2 准备内容

下载 sales.csv。它包含四条虚构销售记录,金额采用同一计价单位:

product,channel,units,revenue,ad_cost
A,Search,10,1000,200
B,Search,5,750,150
A,Social,8,800,400
B,Social,12,1800,600

需要应用创建权限、支持工具调用的模型、可用虚拟机服务和模型额度。本例使用 qwen3.8-flash;Python 绘图库等依赖由执行环境提供或安装。网络访问、资源配额与隔离边界由执行服务配置决定。

4.3 配置步骤

  1. 进入 工作台 → Agents,点击列表首个 新建 卡片(空列表时点击页面中央的 创建你的第一个 Agent),选择 对话 Agent V2,在名称框中填写 智能数据分析 Agent,点击名称框右侧的 创建。

    在创建 Agent 页面选择对话 Agent V2 类型

  2. 选择支持工具调用的模型,开启“虚拟机”。本例使用虚拟机内置文件和命令工具,关联技能可保持为空。

  3. 填写提示词:

    在虚拟机中使用 Python 分析上传的销售 CSV 文件。按产品汇总销量(units),按渠道汇总收入(revenue)、广告费(ad_cost)并计算 ROI,公式为 ROI = (revenue - ad_cost) / ad_cost。将渠道汇总保存为 channel_summary.csv,将渠道收入图表保存为 revenue.png,返回下载链接与简要分析结果。

    下方运行截图使用的英文提示词参考:

    Use Python in the virtual machine to analyze the uploaded sales CSV. Calculate units by product and revenue, ad_cost, and ROI by channel. ROI = (revenue - ad_cost) / ad_cost. Save channel_summary.csv and a revenue chart as revenue.png. Return download links and concise results.
  4. 在调试区点击上传文件,选择 sales.csv,等待上传完成。输入“请分析附件:按产品汇总销量,按渠道汇总收入、广告费和广告 ROI,并生成汇总 CSV 和收入图表。”。

  5. 展开“已处理”步骤,检查读取文件和执行命令的输入、输出。依赖缺失时检查安装结果或配置启动脚本。

  6. 点击调试区右上角的 虚拟机 图标按钮,检查 channel_summary.csv 和 revenue.png。图片可在文件面板预览和下载;CSV 可通过回答中的文件链接下载。

销售分析配置、产品销量与渠道 ROI 结果

虚拟机中的分析文件与收入图表预览

4.4 验证效果

指标预期值
A 产品销量18
B 产品销量17
Search:收入 / 广告费 / ROI1750 / 350 / 4.00(400%)
Social:收入 / 广告费 / ROI2600 / 1000 / 1.60(160%)

ROI 使用 (revenue - ad_cost) / ad_cost,仅包含广告成本。Search 的该项效率更高,Social 的收入更高;四行样本用于验证计算,业务决策需要补充样本量和完整成本。广告费为零时应单独报告该组并说明 ROI 无法按此公式计算。

实际测试已核对回复、下载 CSV 和图表:CSV 包含两条渠道汇总,图表两根柱分别为 1750 和 2600。模型的步骤规划和文案可能变化,验收以计算和产物为准。确认后保存并发布,在新对话中重复验证。

4.5 业务价值

把同一输入、指标定义和人工预期值保存为回归样本。替换模型、提示词或执行镜像后重复运行,检查文件可读性、计算正确性和产物可用性。

返回入门路径

在 GitHub 上编辑

文件更新时间

本页导航

准备好开始了吗?

让你的企业知识真正被 AI 用起来