business-science/ai-data-science-team - 项目详情

项目介绍快速开始学习路径项目截图 1 贡献者 2 增长趋势代码统计生态关系项目时间线项目竞品依赖分析上榜历史

5分钟上手AI数据科学团队

快速安装并启动AI Pipeline Studio应用，体验AI驱动的数据科学工作流

环境要求

支持的操作系统

macOS Windows Linux

运行环境

Python >= 3.10 必需

所需工具

Git

克隆项目仓库

必需

操作步骤

克隆项目并安装依赖

下载项目代码并安装必要的Python包

克隆项目仓库

git clone https://github.com/business-science/ai-data-science-team.git

进入项目目录

cd ai-data-science-team

以可编辑模式安装项目

pip install -e .

预期结果：看到安装成功的提示，没有错误信息

建议使用虚拟环境（如venv或conda）来管理依赖

设置API密钥

配置OpenAI API密钥以使用AI功能

Linux/macOS设置环境变量

export OPENAI_API_KEY='your-api-key-here'

Windows设置环境变量

set OPENAI_API_KEY=your-api-key-here

预期结果：无报错，环境变量设置成功

如果没有OpenAI API密钥，可以使用Ollama运行本地模型

启动AI Pipeline Studio

运行主应用，开始可视化数据科学工作流

启动Streamlit应用

streamlit run apps/ai-pipeline-studio-app/app.py

预期结果：看到Streamlit启动信息，浏览器自动打开应用界面

如果浏览器没有自动打开，请手动访问 http://localhost:8501

验证成功

确认AI Pipeline Studio应用已正常运行

浏览器中看到AI Pipeline Studio界面

界面显示'Pipeline-first workspace'等标题

可以上传数据或开始创建新项目

快速提示

配置

使用Ollama运行本地模型：安装Ollama后运行 'ollama run llama3.2'，然后在代码中设置 base_url='http://localhost:11434/v1'

性能

首次启动可能需要下载一些模型依赖，请耐心等待

其他

应用支持保存项目，可以选择仅保存元数据或完整数据

常见问题

pip install 失败，提示依赖冲突

创建新的虚拟环境：python -m venv venv，然后激活环境再安装

streamlit 命令未找到

确保已正确安装：pip install streamlit，或使用 python -m streamlit run

应用启动但无法使用AI功能

检查OPENAI_API_KEY环境变量是否正确设置，或切换到Ollama本地模型

端口8501被占用

停止占用端口的进程，或使用 streamlit run --server.port 8502 指定其他端口

下一步

尝试上传数据集

在应用中上传CSV文件，体验AI助手的数据加载和探索功能

探索其他示例应用

运行 apps/ 目录下的其他应用，如EDA Explorer和Pandas Data Analyst

查看示例代码

浏览 examples/ 目录了解各个AI智能体的使用方法