第21章 项目实战：智能数据分析 Agent
用自然语言做数据分析——从 "帮我分析上月销售" 到完整的分析报告。
🎓 学习目标
完成本章学习后，你将能够：
- ✅ 设计智能数据分析 Agent 的完整架构
- ✅ 实现自然语言到 SQL 的安全转换和多种数据库连接方式
- ✅ 构建自动化数据分析和可视化能力，用 LLM 从数据中提取洞察
- ✅ 自动生成结构化的数据分析报告
- ✅ 交付一个端到端可用的数据分析 Agent
⏱️ 预计学习时间
约 180-240 分钟（综合实战项目）
💡 前置知识
- 完成第一至五部分所有章节
- 了解 SQL 基础语法
- 已安装数据分析依赖：
pip install pandas matplotlib sqlalchemy
📚 本章结构
数据分析是 Agent 最实用的应用场景之一。本章构建一个智能数据分析 Agent，让用户用自然语言描述分析需求，Agent 自动完成 SQL 查询、统计分析、图表生成和报告输出。
| 小节 | 内容 | 难度 |
|---|---|---|
| 21.1 需求分析与架构设计 | 功能规划和架构 | ⭐⭐ |
| 21.2 数据连接与查询 | Text-to-SQL、安全访问 | ⭐⭐⭐ |
| 21.3 自动化分析与可视化 | 统计分析、图表生成 | ⭐⭐⭐ |
| 21.4 报告生成与导出 | Markdown 报告 | ⭐⭐ |
| 21.5 完整项目实现 | 整合所有组件 | ⭐⭐⭐⭐ |
🔗 学习路径
核心前置知识：第3章 工具调用（Tool Use / Function Calling）、第5章 规划与推理（Planning & Reasoning）、第12章 LangGraph：构建有状态的 Agent 推荐但非必须：第17章 Agent 的评估与优化
同系列项目：
下一节：21.1 需求分析与架构设计