Repolode
提交项目
pgalko

pgalko/BambooAI

基于持久 Python 内核逐步分析数据的 AI 数据分析助手，结论可追溯到计算过程，并支持本地开源权重模型。

在 GitHub 查看
Star
838
Fork
94
未关闭 Issue
18
最近提交
8天前

这是什么？

BambooAI 是一个由大模型驱动的数据分析环境，核心是一个持久化的 Python 内核和明确的分析流程。主分析模型每一轮只执行一个动作：运行 Python 代码、查看之前的输出、检索或阅读参考资料、向用户提问，或撰写报告。已执行的代码单元保留在工作区中，后续步骤和追问都可以基于之前的计算继续。

项目强调分析过程可以被检查。代码、输出、图表、中间结果和模型调用都会保留，报告中的数值与产生它们的代码单元相关联。运行结束后，相关代码会在新内核中基于原始数据重放，以验证报告中引用的数值能否复现。自适应模式下，还可以由独立的 Reviewer 模型要求补充检验或收窄结论。

支持 OpenRouter、OpenAI、Anthropic、Google、Groq、Mistral、xAI 和 DeepSeek 等云端模型，也支持通过 Ollama 和 vLLM 运行本地部署的模型。模型生成的代码默认在 Docker 执行容器中运行。项目最初源于运动科学数据分析，并集成了 Intervals.icu、Endura 和 SweatStack，但同样适用于普通的 CSV、Parquet、JSON 和 XLSX 表格数据。

核心功能

  • 01在持久 Python 工作区中逐轮分析，单元执行失败时自动回滚。
  • 02报告中的数值关联到产生它们的代码单元。
  • 03在新内核中重放引用的计算，检验结果能否复现。
  • 04自适应模式下由独立的 Reviewer 模型审查分析过程。
  • 05支持多家云端模型服务商，并可通过 Ollama 和 vLLM 使用本地模型。
  • 06可上传 PDF、Word、Markdown 和文本文档作为分析参考。

适用场景

  • 对 CSV 或 Excel 数据做探索性分析，需要审计每个结论背后的代码。
  • 使用本地部署的开源权重模型分析敏感数据。
  • 跨多次会话对同一数据集追问，复用之前的计算结果和记忆。
  • 将已完成的分析保存为可在新数据上重复运行的流程。

收录于专题

开源 AI Agent 框架与应用本地运行大模型数据科学课程与工具

标签

#data-analysis#ai-agents#python#llm#reproducibility#ollama#vllm#data-science#ai#docker

常见问题

BambooAI 是什么？
基于持久 Python 内核逐步分析数据的 AI 数据分析助手，结论可追溯到计算过程，并支持本地开源权重模型。 BambooAI 是一个由大模型驱动的数据分析环境，核心是一个持久化的 Python 内核和明确的分析流程。主分析模型每一轮只执行一个动作：运行 Python 代码、查看之前的输出、检索或阅读参考资料、向用户提问，或撰写报告。已执行的代码单元保留在工作区中，后续步骤和追问都可以基于之前的计算继续。
BambooAI 可以免费使用吗？用的什么许可证？
BambooAI 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
BambooAI 还在维护吗？
活跃维护中。BambooAI 最近一次提交是在 2026年10月31日。
BambooAI 适合用来做什么？
对 CSV 或 Excel 数据做探索性分析，需要审计每个结论背后的代码。 使用本地部署的开源权重模型分析敏感数据。 跨多次会话对同一数据集追问，复用之前的计算结果和记忆。 将已完成的分析保存为可在新数据上重复运行的流程。
在哪里获取 BambooAI？
源代码和安装说明在 GitHub 上：https://github.com/pgalko/BambooAI

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目