如何让LLM帮你选对图表？Data-Analysis-Agent推荐引擎的Prompt工程与JSON解析揭秘-拓冰网站定制

如何让LLM帮你选对图表？Data-Analysis-Agent推荐引擎的Prompt工程与JSON解析揭秘

【免费下载链接】Data-Analysis-Agent🚀你的私人数据分析助手。通过对话式交互，自动生成可视化报表与商业洞察，让数据决策变得像聊天一样简单。 🚀 Your personal data analysis assistant. Say goodbye to complex SQL and Excel formulas. An LLM-powered data analysis agent. Chat with your data to instantly generate visualizations and business insights. Making>项目地址: https://gitcode.com/gh_mirrors/vi/Data-Analysis-Agent

Data-Analysis-Agent（VizPilot AI）是一个 LLM 驱动的智能图表推荐与生成系统：上传 Excel 或 CSV 数据后，它会自动分析字段类型与数据特征，由大语言模型推荐 3-5 个最合适的图表，并附理由、星级评分和字段映射建议，最终一键生成交互式 HTML 报表。整个过程像聊天一样简单，让数据决策告别复杂 SQL 和 Excel 公式。

上面是系统首页。左侧完成数据上传和 LLM 提供商配置，右侧是图表网格——这份列表并非手写死，而是由 charts/registry.py 注册表统一驱动，新增图表只需改一处，前后端自动同步。

一图看懂推荐链路

整个智能推荐可以拆成五步，全部封装在 LLM/llm_recommender.py：

读数据：解析 CSV/XLSX，自动识别数值列与文本列（见 core/loader.py）
拼 Prompt：把数据特征 + 图表白名单 + 输出格式约定打包成提示词
调 LLM：以temperature=0.2的低随机度请求，保证输出稳定
解析 JSON：多级容错提取推荐数组
严格校验：白名单过滤 + 字段映射补全，输出干净结果给前端

Prompt工程的三个关键设计

1. 角色锚定：让模型"只说人话图表"

Prompt 以「你是数据可视化专家」开头（见 LLM/llm_recommender.py）。这一句看似平常，其实把模型的知识空间约束到了数据可视化领域，减少无关发散，是 Prompt 工程里最基础也最有效的技巧之一。

2. 动态图表白名单：注册表即 Prompt

这是本项目最巧妙的设计。函数build_charts_definition()每次都会从charts/registry.py实时生成图表目录，注入 Prompt：

AVAILABLE CHART TYPES (ONLY use these chart_id values): [对比类 COMPARING] chart_id: Bar_Chart name: 柱状图 desc: 通过矩形高度编码数值，最常用的比较图表 required_fields: x, y ...

好处有三：

永不失配：注册表加一个图表，Prompt 立刻多出对应选项，LLM 永远不会推荐系统里根本不存在的图表
带字段契约：每个图表的required_fields（如source, target, value）一并告知 LLM，让它提前按字段结构推荐，而不是拍脑袋
按优先级排序：priority高的图表排在前面，利用 LLM 对靠前内容权重更高的特性，自然提高热门图表被选中的概率

3. 结构化输出约定：给 LLM 一张"答题卡"

Prompt 末尾明确要求返回 JSON 数组，每个推荐包含chart_id、stars（五星~一星推荐）、reason、field_mapping、columns_to_keep、data_processing六个字段，并给出四条硬约束：

field_mapping必须覆盖所有required_fields
列名必须是数据中真实存在的列
只推荐注册表中存在的图表
最多推荐 5 个图表

这套"答题卡式"约定是后续 JSON 解析能够高成功率的根基——模型连"往哪个格子里填"都知道，翻车概率自然低。

JSON解析的三级容错：LLM不是每次都听话

再好的 Prompt 也无法保证 LLM 100% 按格式返回。extract_and_parse_json()采用了经典的三级回退策略：

第一级：直接json.loads如果模型很乖，返回的就是纯 JSON 数组，一步到位。

第二级：提取围栏代码块很多模型会把 JSON 包在```json ... ```里。正则同时匹配带语言标记和裸围栏两种形式：

for p in [r"```json\s*(.*?)\s*```", r"```\s*(.*?)\s*```"]:

第三级：暴力截取最外层方括号最兜底的一招：找到第一个[和最后一个]之间的内容，再用正则re.sub(r",(\s*[\]}])", r"\1", ...)顺手清掉 JS 风格的尾逗号（这是 LLM 输出 JSON 最常见的翻车点），然后再次尝试解析。

三级全部失败才返回None，前端会提示重试。这种"能救则救"的容错设计，是 LLM 工程里对抗输出不稳定的通用思路。

严格校验层：白名单 + 字段映射双重兜底

拿到 JSON 后还不能直接相信，sanitize_and_validate_recommendations()会做一轮"警察"工作：

白名单过滤：chart_id不在charts/registry.py里的直接丢弃，防止模型幻觉出waterfall_chart_v2之类的野名
星级纠偏：星级字段只接受"五星/四星/…/一星推荐"六个合法值，否则统一回填为三星
字段映射瘦身：只保留该图表required_roles和optional_roles中允许的角色名，且值必须是真实列名
必填检查：required_fields缺一个就整条丢弃——宁缺毋滥，避免生成时报错
兼容回填：对 XY 图，老字段x_label/y_label会自动回填进field_mapping，平滑过渡
列名吸附：自动把field_mapping中指向真实列的值并入columns_to_keep，保证下游绘图模块拿到的列一定存在

经过这一层，返回给前端的推荐列表已经是"可安全执行"的干净数据。

多 LLM 提供商：一个配置面板切换 DeepSeek / OpenAI / 自定义

推荐引擎与具体模型解耦。LLM/llm_config_manager.py 统一管理内置提供商（DeepSeek、OpenAI、Claude）和用户自定义的 OpenAI 兼容接口，配置持久化在 LLM/llm_config.json。

在页面 Settings 面板填入 API Key 并保存后，调用analyze_data_with_llm()时会通过get_llm_client(provider)动态构造客户端，无需改一行代码即可切换模型。这也是"Prompt 工程"落地的重要一环：Prompt 写得好，模型换得快。

如上图，当上传的数据包含source/target/value三列时，LLM 给出"五星推荐桑基图"，理由和字段标签一目了然，右侧图表网格中桑基图卡片同步高亮——这是推荐结果直接驱动前端 UI 的体现。

图表详情页：把推荐"讲明白"

双击任一图表卡片可打开详情页，左侧展示来自 charts/ 目录下各图表 README 的元数据（分类、所需列、约束），右侧是 Plotly 交互式示例，帮助新手在点击"生成"前心里有数。

规则引擎与 LLM 的双保险

除 LLM 推荐外，项目还提供了基于规则的 core/recommender_rules.py 推荐引擎：根据列类型组合（时间列+数值列→折线图、双数值列→散点图、地理列→地图…）做确定性匹配，规则阈值集中定义在 LLM/chart_rules.yaml。LLM 负责"聪明的解释"，规则负责"兜底的确定性"，两者互为备份，推荐结果既稳又准。

上手只需三步

安装依赖：pip install -r requirements.txt（详见 requirements.txt）
启动服务：python app.py，或 Windows 下双击 start.bat
浏览器访问http://localhost:5017，上传文件 → 配置 API Key → 点"发送" → 选图生成

写在最后

Data-Analysis-Agent 的推荐引擎给所有做 LLM 应用的人上了三节课：

Prompt 不是模板，是接口——把动态数据源（注册表）注入 Prompt，让模型永远与系统状态同步
JSON 解析要有"三级火箭"——直接解析 → 抽围栏 → 截方括号清尾逗号，容错到位成功率翻倍
校验层不能省——LLM 输出必须过一次白名单 + 契约校验，才能安全进入生产链路

掌握这套组合拳，你也能把任何"让 LLM 帮我选/写/生成 X"的场景做得又稳又省心。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

资讯详情

如何让LLM帮你选对图表？Data-Analysis-Agent推荐引擎的Prompt工程与JSON解析揭秘