Repolode
Enviar
zi-yue-1129

zi-yue-1129/DATAGEN

Asistente de investigación multiagente basado en LangGraph que genera hipótesis, analiza y visualiza datos, y redacta informes de investigación.

Ver en GitHub
Estrellas
1,814
Forks
257
Issues abiertos
8
Último commit
hace 4 días

¿Qué es?

DATAGEN es una plataforma de Python que usa varios agentes LLM especializados para llevar a cabo un flujo de trabajo de investigación de datos. A partir de un archivo de datos y una pregunta de investigación, propone hipótesis y permite que el usuario decida si continúa o las vuelve a generar. Luego coordina agentes que escriben código de análisis, crean gráficos, buscan en la web o en la literatura y redactan un informe. Un agente de revisión de calidad comprueba el resultado y solicita revisiones cuando es necesario.

El flujo de trabajo se modela como un grafo de estados de LangGraph, y un agente dedicado a tomar notas registra el proceso de investigación a medida que avanza. El proveedor del modelo y sus parámetros para cada agente se configuran en el archivo agent_models.yaml, que es compatible con OpenAI, Anthropic, Google, Ollama, Groq y otros proveedores. Las herramientas y habilidades se configuran mediante un directorio config, y las capacidades externas, como el sistema de archivos, GitHub y la búsqueda web, se conectan a través del Model Context Protocol (MCP).

El proyecto requiere Python 3.10 o una versión posterior y claves API de los proveedores de modelos que se utilicen. El README advierte que los agentes podrían modificar los datos analizados, por lo que recomienda hacer una copia de seguridad de los archivos de entrada antes de empezar.

Funciones clave

  • 01Genera y refina hipótesis de investigación con una etapa en la que el usuario elige cómo proceder.
  • 02Escribe código para analizar datos y genera visualizaciones.
  • 03Busca en la web y en la literatura, y luego redacta informes de investigación.
  • 04Realiza una revisión de calidad y un ciclo de revisiones del resultado.
  • 05Permite que cada agente use un proveedor LLM distinto, configurado en YAML.
  • 06Conecta herramientas externas mediante el Model Context Protocol (MCP).

Casos de uso

  • Realizar un análisis exploratorio de un conjunto de datos CSV y obtener un informe escrito con gráficos.
  • Crear un prototipo de flujo de investigación automatizado basado en LangGraph y varios proveedores LLM.
  • Estudiar cómo un sistema multiagente divide una tarea de análisis de datos.

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/starpig1129/DATAGEN.git
  2. 2

    Crea y activa un entorno virtual de Conda

    conda create -n datagen python=3.10 && conda activate datagen
  3. 3

    Instala las dependencias

    pip install -r requirements.txt
  4. 4

    Cambia el nombre de .env Example a .env, completa los valores y ejecuta main.py

    python main.py

Antes de usarlo

  • Requiere Python 3.10 o superior y configurar un entorno de Conda.
  • Necesita las claves de API de los proveedores de modelos de lenguaje y ChromeDriver configurados en las variables de entorno.
  • El sistema de agentes podría modificar los datos que se están analizando, por lo que se recomienda hacer una copia de seguridad antes.
  • La ejecución realiza varias llamadas a la API, por lo que se necesitan créditos suficientes.

En colecciones

Frameworks y apps de agentes de IA open sourceCursos y herramientas de ciencia de datos

Temas

#agent#multi-agent#data-analysis#langgraph#llm#langchain#data-science#code-generation#ai#ai-data-analysis

Preguntas frecuentes

¿Qué es DATAGEN?
Asistente de investigación multiagente basado en LangGraph que genera hipótesis, analiza y visualiza datos, y redacta informes de investigación. DATAGEN es una plataforma de Python que usa varios agentes LLM especializados para llevar a cabo un flujo de trabajo de investigación de datos. A partir de un archivo de datos y una pregunta de investigación, propone hipótesis y permite que el usuario decida si continúa o las vuelve a generar. Luego coordina agentes que escriben código de análisis, crean gráficos, buscan en la web o en la literatura y redactan un informe. Un agente de revisión de calidad comprueba el resultado y solicita revisiones cuando es necesario.
¿DATAGEN es gratuito? ¿Qué licencia tiene?
DATAGEN es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿DATAGEN sigue mantenido?
Mantenimiento activo. El último commit de DATAGEN fue el 2 nov 2026.
¿Para qué puedo usar DATAGEN?
Realizar un análisis exploratorio de un conjunto de datos CSV y obtener un informe escrito con gráficos. Crear un prototipo de flujo de investigación automatizado basado en LangGraph y varios proveedores LLM. Estudiar cómo un sistema multiagente divide una tarea de análisis de datos.
¿Cómo se instala DATAGEN?
Clona el repositorio: git clone https://github.com/starpig1129/DATAGEN.git Crea y activa un entorno virtual de Conda: conda create -n datagen python=3.10 && conda activate datagen Instala las dependencias: pip install -r requirements.txt Cambia el nombre de .env Example a .env, completa los valores y ejecuta main.py: python main.py
¿Dónde consigo DATAGEN?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/zi-yue-1129/DATAGEN

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados