能力标签
⚙️
Agent工作流

开源AI工作流

基于 Python · 无代码搭建完整 AI 自动化流程
英文名:echart-skill
⭐ 15 Stars 🍴 1 Forks 💻 Python 📄 未公布协议 🏷 AI 7.5分
7.5AI 综合评分
workflowpython
✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用:开源AI工作流 是一款优质的Agent工作流。AI 综合评分 7.5 分,在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案,这是一个值得深入了解的选择。

📚 深度解析

开源AI工作流 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

开源AI工作流 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 7.5 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

专门为 AI Agent 设计的本地数据分析与处理技能包,解决日常办公场景下的高频、复杂数据分析任务

开源AI工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 15
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
未公布
AI 综合评分
7.5 分
工具类型
Agent工作流
Forks
1

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

专门为 AI Agent 设计的本地数据分析与处理技能包,解决日常办公场景下的高频、复杂数据分析任务

开源AI工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install echart-skill

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install echart-skill

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/lgwanai/echart-skill
cd echart-skill
pip install -e .

# 验证安装
python -c "import echart_skill; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
echart-skill --help

# 基本用法
echart-skill input_file -o output_file

# Python 代码中调用
import echart_skill

# 示例
result = echart_skill.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# echart-skill 配置文件示例(config.yml)
app:
  name: "echart-skill"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
echart-skill --config config.yml

# 或通过环境变量配置
export ECHART_SKILL_API_KEY="your-key"
export ECHART_SKILL_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 100/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Echart Skill v2.0.0 — Agent BI

专门为 AI Agent 设计的本地数据分析与处理技能包(Skill),已从"图表生成器"进化为AI 分析助手——自动发现规律、生成报告、理解业务语义、维护对话上下文、预测趋势、解释变化。

项目说明

@~/.claude/skills/echart-skill/SKILL.md


#### Trae / WorkBuddy

**macOS / Linux:**
bash cp -r /path/to/echart-skill ~/.trae/skills/

项目亮点

  • 🛡️ 绝对安全的数据隐私:本地 DuckDB 执行,数据绝不出域。v2.0 新增:列级 PII 自动脱敏(手机/邮箱/身份证→138****1234)、只读执行拦截、审计日志。
  • 🧠 AI 分析助手:不再是图表工具——自动发现数据规律、生成分析报告、理解追问上下文、预测趋势、归因分析。
  • 📊 27 种图表 + 356 官方案例:内置完整 ECharts 知识库,覆盖 27 种图表类型(含 3D、地理、关系图、桑基图等)。
  • 🧩 自包含单文件 HTML:生成的图表为完全自包含的单一 HTML 文件,离线可用。
  • 🤖 Dashboard 自然语言生成:一句话描述即生成专业仪表盘,v2.0 支持 --insights 洞察卡片
  • 🎨 专业 Dashboard UI/UX:9 大交互功能(主题切换、导出 PDF、自动刷新、图表搜索)。
  • 🗺️ 三层级地图架构:省份→城市→区县,优先静态本地地图。
  • 💻 20 个显性指令/forecast /why /context /analyze /report 等,兼顾精准指令与自然语言。
  • 🔗 外部数据库:MySQL、PostgreSQL、MongoDB、SQLite 查询与导入。
  • 🔒 Privacy Guard:敏感列自动检测与脱敏、只读模式、审计追踪(logs/audit.log)。

---

支持的指令

指令别名功能示例
/import/i, /导入数据导入/import data.xlsx
/query/q, /sql, /查询SQL 查询/query SELECT * FROM sales LIMIT 10
/chart/c, /图表图表生成/chart bar 销售额按类别
/chart-list/cl, /图表列表查看支持的图表类型/chart-list 3d
/dashboard/db, /仪表盘生成仪表盘/dashboard config.txt
/export/e, /导出数据导出/export result.csv --table sales
/tables/t, /表查看表结构/tables sales
/history/h, /历史导入历史/history --limit 20
/metrics/m, /口径指标管理/metrics add 月活用户
/help/?, /帮助显示帮助/help
/clean/清理清理旧数据/clean --days 30
/poll/轮询轮询管理/poll status
/start/server, /启动服务启动本地服务/start
/stop/停止服务停止本地服务/stop
/status/状态查看服务状态和链接/status

支持的图表类型完整列表

类型名称类别简介
bar柱状图基础用于比较不同类别的数值大小,支持堆叠、分组
line折线图基础展示数据随时间或类别的变化趋势,支持平滑曲线
pie饼图基础展示各部分占整体的比例关系,支持环形图、玫瑰图
scatter散点图基础展示两个变量之间的关系和分布,支持气泡效果
radar雷达图基础多维度数据对比,适合性能评估、能力分析
area面积图基础折线图的变体,强调累积变化趋势
boxplot箱线图统计展示数据分布的五数概括(最小值、Q1、中位数、Q3、最大值)
heatmap热力图统计用颜色深浅表示数值大小,适合矩阵数据可视化
scatterglWebGL散点图统计高性能散点图,适合大数据量(百万级)渲染
effectScatter涟漪散点图统计带动画效果的散点图,适合突出重点数据
lines线图统计展示数据流向和轨迹,支持地图上的迁徙线
treemap矩形树图层级用矩形面积展示层级数据的占比关系
sunburst旭日图层级多层饼图,展示层级结构的占比关系
tree树图层级展示层级结构的节点连接关系
sankey桑基图关系展示数据流向和转化,适合漏斗分析、能量流
graph关系图关系展示节点之间的网络关系,支持力导向布局
funnel漏斗图专业展示转化漏斗,适合分析各阶段流失率
gauge仪表盘专业展示单个指标的达成进度,类似速度表
candlestickK线图专业展示股票等金融数据的开盘、收盘、最高、最低价
parallel平行坐标图专业多维度数据并行展示,适合高维数据分析
calendar日历图时间在日历上展示数据分布,适合活动打卡、出勤分析
themeRiver主题河流图时间展示多个主题随时间的变化趋势和占比
map地图地理展示地理区域数据分布,支持中国、世界地图
geo地理坐标系地理地理坐标系组件,配合 scatter、lines 使用
bar3d3D柱状图3D三维柱状图,适合展示三维数据矩阵
line3d3D折线图3D三维空间中的折线图
scatter3d3D散点图3D三维空间中的散点图
surface3D曲面图3D展示三维曲面数据,适合科学计算可视化

---

功能清单

功能模块脚本说明
数据导入scripts/data_importer.py支持 CSV/Excel/URL 导入,流式处理大文件
数据导出scripts/data_exporter.py导出为 CSV/Excel,支持 SQL 查询导出
图表生成scripts/chart_generator.py支持 ECharts 6.0 全量图表类型
仪表盘生成scripts/dashboard_generator.py多图表网格布局,专业 UI/UX 模板
甘特图生成scripts/gantt_chart.py简化 API,支持任务数组输入
数据合并scripts/data_merger.py合并多个表格,支持导出和入库
数据清洗scripts/data_cleaner.py清洗、去重、标准化
本地服务scripts/server.py本地 HTTP 服务,预览图表
服务管理scripts/server_cli.py/start, /stop, /status 命令支持
业务口径scripts/metrics_manager.py持久化业务规则和指标定义
历史查看scripts/history_viewer.py查看导入历史、表结构、表关联关系
外部数据库scripts/db_cli.pyMySQL/PostgreSQL/MongoDB 连接与查询
数据轮询scripts/polling_cli.py定时刷新 HTTP API 或数据库数据
图表 CLIscripts/chart_cli.py命令行图表导出工具
Dashboard UIassets/dashboard/专业 CSS/JS 模板

---

环境要求

  • Python 3.10+
  • 支持的操作系统:Windows、macOS、Linux

输出:单个 .html 文件,双击浏览器即可打开,零外部依赖

```

快速开始

安装步骤

  1. 下载并解压 Skill 包

macOS / Linux:

   unzip echart-skill_*.zip -d ~/skills/
   cd ~/skills/echart-skill
   

Windows (PowerShell):

   Expand-Archive echart-skill_*.zip -DestinationPath $env:USERPROFILE\skills\
   cd $env:USERPROFILE\skills\echart-skill
   

  1. 安装 Python 依赖
💡 网络不佳? 如果发布包已包含 wheels/ 目录,直接使用下方的离线安装命令,无需联网下载。

在线安装(默认):

   # 完整安装(核心 + 可选依赖,约 100 MB)
   pip install -r requirements.txt

   # 或仅核心依赖(约 40 MB,覆盖 90% 场景)
   pip install -r requirements-core.txt
   

离线安装(无需网络):

   # macOS / Linux
   bash scripts/install.sh --offline

   # Windows
   scripts\install.bat --offline

   # 也可以只装核心依赖(更小更快)
   bash scripts/install.sh --offline --core-only
   

依赖说明:

| 文件 | 内容 | 大小 | 何时需要 | |------|------|------|----------| | requirements-core.txt | DuckDB, pandas, openpyxl 等 | ~40 MB | 总是需要 | | requirements-optional.txt | MySQL/PostgreSQL/MongoDB 驱动、轮询、测试 | ~60 MB | 连接外部数据库时 |

  1. 导入到你的 Agent 平台

根据你使用的 Agent 平台,选择对应的安装方式:

Claude Code / OpenClaw

macOS / Linux:

   # 创建符号链接(推荐)
   ln -s ~/skills/echart-skill ~/.claude/skills/echart-skill

   # 或直接复制
   cp -r ~/skills/echart-skill ~/.claude/skills/
   

Windows (PowerShell):

   # 复制到 Claude Code skills 目录
   New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.claude\skills"
   Copy-Item -Recurse "$env:USERPROFILE\skills\echart-skill" "$env:USERPROFILE\.claude\skills\"
   

在项目根目录创建 CLAUDE.md

   # 项目说明

   @~/.claude/skills/echart-skill/SKILL.md
   

Trae / WorkBuddy

   cp -r ~/skills/echart-skill ~/.trae/skills/
   # 或
   cp -r ~/skills/echart-skill ~/.workbuddy/skills/
   

Windows:

   Copy-Item -Recurse "$env:USERPROFILE\skills\echart-skill" "$env:USERPROFILE\.trae\skills\"
   Copy-Item -Recurse "$env:USERPROFILE\skills\echart-skill" "$env:USERPROFILE\.workbuddy\skills\"
   

  1. 配置百度地图 AK(可选)

如需生成精细维度的地图(区县、街道),需配置百度地图 AK:

macOS / Linux:

   echo 'export BAIDU_AK=你的百度地图AK' >> ~/.zshrc
   source ~/.zshrc
   

Windows:

   setx BAIDU_AK "你的百度地图AK"
   

免费申请地址:百度地图开放平台

---

安装与配置

通用安装步骤

  1. 下载最新版本的 echart-skill_*.zip 压缩包并解压。
  2. 根据你所使用的 Agent 平台,选择对应的安装方式。
  3. 安装 Python 依赖:
   # macOS / Linux
   bash scripts/install.sh              # 在线(需网络)
   bash scripts/install.sh --offline    # 离线(需 wheels/ 目录)

   # Windows
   scripts\install.bat                  # 在线
   scripts\install.bat --offline        # 离线
   

各平台安装方法

Claude Code

macOS / Linux: ```bash

📂 示例输出

examples/ 目录包含基于「订单详情表」的 9 个完整案例:

Case文件说明指令
1case1_bar.html各省份销售额柱状图/chart bar
2case2_pie.html商品分类占比饼图/chart pie
3case3_line.html渠道订单数折线图/chart line
4case4_map.html全国销售分布地图/chart map
5case5_scatter.html单价vs数量散点图/chart scatter
6case6_radar.html渠道综合指标雷达图/chart radar
7case7_dashboard.html订单数据分析仪表盘/dashboard
8case8_forecast.txt销售额趋势预测/forecast
9case9_attribution.txt销售额变化归因分析/why

所有 HTML 文件均为自包含单文件,双击即可在浏览器打开。数据源:examples/订单详情表.csv(86 行 × 17 列)。

---

核心功能与使用案例

方式1:使用显性指令

/import sales_2024.xlsx

省份级别 - 使用 china.js

/chart map 中国各省销售分布

城市级别 - 使用省份 JS(如 guangdong.js)

/chart map 广东省各城市人口分布

区县街道 - 使用百度地图 API

/chart bmap 广州市天河区门店分布


**地图使用规则**:

| 层级 | 数据示例 | 使用方式 | 地图文件 |
|------|---------|---------|---------|
| 省份 | 北京、上海、广东 | `"map": "china"` | `china.js` |
| 城市 | 广州市、深圳市、东莞市 | `"map": "guangdong"` | `guangdong.js` |
| 区县 | 天河区、南山区 | `"bmap": {...}` | 百度地图 API |

#### 3D 图表
bash

启动轮询

/poll start polling_config.txt

地图使用三层级架构

案例一:数据导入与自动清洗

场景:上传销售数据 Excel,自动识别并导入

操作

```bash

案例二:SQL 查询与数据分析

场景:分析各地区销售情况

操作

```bash

案例三:单图表生成

场景:生成各类统计图表

基础图表

```bash

案例四:专业 Dashboard 生成(自然语言)

场景:用自然语言快速生成多图表仪表盘

方法一:自然语言描述(推荐)

最简单的方式,直接描述想要的图表:

/dashboard 创建销售分析仪表盘,包含:
- 各地区销售柱状图
- 产品类别饼图
- 月度趋势折线图
- 全国分布地图

系统自动完成: 1. 解析图表类型和需求 2. 自动生成 SQL 查询 3. 智能布局排版 4. 生成专业仪表盘

方法二:简化 API(Python)

```python from scripts.simple_dashboard import SimpleDashboard

案例五:数据导出与报告生成

场景:导出查询结果或整表数据

```bash

案例六:外部数据库连接

场景:连接 MySQL 生产数据库查询数据

1. 创建连接配置db_connections.txt):

[connections.mysql_prod]
type=mysql
host=localhost
port=3306
database=production
username=reader
password=${MYSQL_PASSWORD}

2. 查询外部数据库

```bash

案例七:数据轮询刷新

场景:定时从 API 自动刷新数据

1. 创建轮询配置polling_config.txt):

[jobs.sales_api]
source_type=http
source_name=sales_api
interval_seconds=300
table_name=live_sales
http_config.url=https://api.example.com/sales
http_config.format=json
http_config.auth.type=bearer
http_config.auth.token=${API_TOKEN}

2. 管理轮询任务

```bash

地图配置(可选)

如果需要生成精细维度的地图(区县、街道),请设置环境变量 BAIDU_AK

```bash

应用配置(echart_config.txt)

首次运行时系统会自动创建 echart_config.txt(默认配置如下),可按需修改:

server.enabled=false
server.port_range=8100,8200
output.dir=outputs/html
baidu_ak=
配置项默认值说明
server.enabledfalse是否在生成图表后启动本地 HTTP 预览服务
server.port_range8100,8200服务端口范围
output.diroutputs/html图表 HTML 输出目录(相对于项目根目录)
baidu_ak""百度地图 AK(也可通过环境变量 BAIDU_AK 设置)
💡 提示: - 服务关闭时,生成图表后直接显示文件绝对路径(file:///...)。 - 所有图表 HTML 为自包含单文件,可在任意浏览器中离线打开。 - baidu_ak 优先级:环境变量 BAIDU_AK > echart_config.txt

---

方法1:创建符号链接(推荐,方便更新)

ln -s /path/to/echart-skill ~/.claude/skills/echart-skill

方法2:直接复制

cp -r /path/to/echart-skill ~/.claude/skills/


**Windows (PowerShell):**
powershell New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.claude\skills" Copy-Item -Recurse "C:\path\to\echart-skill" "$env:USERPROFILE\.claude\skills\"

在项目根目录创建 `CLAUDE.md`:
markdown

ECharts 图表生成工作流 ⛔ 硬性约束

在线安装 vs 离线安装

方式适用场景命令是否需要网络
在线安装网络良好pip install -r requirements.txt✅ 是
离线安装网络差/无网络bash scripts/install.sh --offline❌ 否
核心依赖仅需基础功能bash scripts/install.sh --offline --core-only❌ 否
💡 离线包说明:如果发布包 (echart-skill_*.zip) 内包含 wheels/ 目录(约 323 MB), 用户端运行 install.sh / install.bat 时会自动检测并使用本地 wheels,完全跳过 PyPI 下载。 维护者生成离线包:bash scripts/download_wheels.sh && bash package.sh --offline

常见问题 (FAQ)

Q: 为什么导入大 Excel 时有点慢? A: 本技能为了应对"脏数据",会在底层调用 openpyxl 来遍历并解开所有的合并单元格(Merged Cells)。这种物理层面的解析比直接读取纯数据稍慢,但能保证数据的完整性和准确性。

Q: 我发现 Agent 修改错数据了,怎么恢复? A: 本技能内置了"后悔药"机制。你可以直接对 Agent 说:"刚才那一步算错了,撤销",Agent 会由于没有覆盖原表,直接回退到上一个表版本。

Q: 支持连接外部的 MySQL 或 PostgreSQL 吗? A: 本技能目前默认使用本地 DuckDB 以追求开箱即用和零配置。DuckDB 采用列式存储,对分析型查询性能卓越。如果需要连接外部数据库,你可以让 Agent 修改生成的连接字符串,架构上是完全支持的。

Q: 如何从 API 接口导入数据? A: 使用 /import url 命令,指定 URL 和格式即可导入。支持 Basic Auth 和 Bearer Token 认证。导入后可使用 refresh 命令刷新数据。

Q: 如何创建多图表仪表盘? A: 创建一个 .txt 配置文件(内容可使用 JSON 结构表达复杂图表位置和配置),然后使用 /dashboard 命令生成即可。详见案例四示例。

Q: 地图如何选择正确的层级? A: 省份数据用 china.js,城市数据用对应的省份 JS(如 guangdong.js),区县街道数据使用百度地图 API。系统会自动处理地图文件加载。

Q: Dashboard 支持哪些交互功能? A: 支持主题切换(深色/浅色)、自动刷新、导出 PDF、图表搜索、单独下载图表等。所有功能都在 Dashboard 工具栏中提供。

---

🎯 aiskill88 AI 点评 A 级 2026-06-13

该项目提供了一个开源的 AI 工作流,适合 AI Agent 的数据分析和处理需求,但需要进一步优化和完善

⚡ 核心功能

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 未明确开源协议,商用场景需谨慎评估
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

该工具未明确声明开源协议,商业使用前请联系原作者确认授权范围,避免侵权风险。

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

🔗 相关工具推荐

🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

解答
💡 AI Skill Hub 点评

总体来看,开源AI工作流 是一款质量良好的Agent工作流,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⚠️ 该工具未声明开源协议,不提供直接下载。请访问原项目了解使用条款。
📚 深入学习 开源AI工作流
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 echart-skill
Topics workflowpython
GitHub https://github.com/lgwanai/echart-skill
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/lgwanai/echart-skill

收录时间:2026-06-13 · 更新时间:2026-06-13 · License:未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。