Pandas-ai+FastAPI-MCP，自己动手搭建AI数据分析服务，效果惊艳

摘要：AI数据分析作为大模型应用的刚需，在各大平台上的表现却大相径庭。阿里百炼的析言、ChatGPT、商汤的小浣熊、豆包，用了一圈，发现能打的只有豆包。但是豆包只提供大模型接口，AI数据分析却没有对应的接口。

大家好，我是九歌。今天我们聊一聊使用大模型进行数据分析。

AI数据分析作为大模型应用的刚需，在各大平台上的表现却大相径庭。阿里百炼的析言、ChatGPT、商汤的小浣熊、豆包，用了一圈，发现能打的只有豆包。但是豆包只提供大模型接口，AI数据分析却没有对应的接口。

首先定义一下“AI数据分析”，本文所说的AI数据分析，专指大模型对数据表格的处理能力，默认数据超过2000行！

2000行的表格直接喂给大模型让其分析，可想而知，这是多么不现实的一件事情，更不要说是让大模型对表格中的某行或某列进行精准的函数计算了。

目前各大平台使用的解决方案，基本一致，主要是下面几个步骤：

命令大模型对上传的Excel文件，生成Python代码，读取表头和表格前几行数据将读取后的数据与用户的需求再重新提交给大模型大模型根据需求生成Pandas或者SQL代码，对数据进行操作在沙箱中执行数据处理代码，判断是否处理成功若处理成功，将处理后的表格路径返回若处理失败，将错误信息一并交给大模型，重新生成

按理说上面的过程看起来好像一点不麻烦，于是我自信满满的想要智能体工作流实现一个，但是很快被打脸了。遇到稍微复杂点的数据分析需求，工作流陷入死循环，一直报错！

本着不能重复造轮子的心态，我开始在Github上找AI数据分析相关的开源项目。功夫不负想偷懒的人，终于发现了一个将近2万star的项目——pandas-ai！

Pandas是Python中数据分析必用的库!然后给ai赋能了!还这么多人星标了!

激动的心怦怦跳,颤抖的小手搓起来,让我们一块体验一下吧!

安装篇

Pandas-ai 已经做成了Python库,所以我们直接安装使用就行,简直不要太方便。我们通过以下命令即可完成Python环境搭建和Pandas-ai库的安装。

#创建虚拟环境 python -m venv .venv #激活环境.\.venv\Scripts\activate#安装Pandas-aipip install pandasai -i https://pypi.tuna.tsinghua.edu.cn/simple

配置篇

将Pandas-ai的github库，下载到本地，在项目文件夹中找到pandas-ai\examples\use_openai_llm.ipynb 这个文件，并打开。

这个文件中，告诉我们，如何配置OpenAI大模型的api_token,从而用Pandas-ai的 df.chat方法。我们只需要学会这一种使用方法就可以了。我们需要使用以下命令，额外安装 pandasai-openai库。

pip install pandasai-openai -i https://pypi.tuna.tsinghua.edu.cn/simple

然后再下方的命令中填入OpenAI的api_token。Pandas-ai目前支持的大模型有限，首选OpenAI

import pandasai as paifrom pandasai_openai import OpenAI#我修改成了opentourer的tokenllm = OpenAI(api_token="your_api_token")

问题来了，我没有OpenAI的api_token,但是我有OpenRouter的token，可以调用GPT-4o等模型。于是我找到pandasai-openai库的源文件base.py和openai.py，修改OpenAI的URL为OpenRouter的URL，并将默认模型设置为GPT-4o

# .venv\Lib\site-packages\pandasai_openai\base.pyapi_base: str = "https://openrouter.ai/api/v1"#.venv\Lib\site-packages\pandasai_openai\openai.pymodel: str = "gpt-4o"

在use_openai_llm.ipynb中，将api_token设置为openrouter的token，然后执行每一个单元格，查看是否输出为下方的正确信息。此处我直接使用Trae编辑器，配置了Jupyter的内核环境，按照提示安装相应的包之后，就可以直接执行ipynb文件。

如果你最后能够顺利执行 df.chat函数，能够将response打印出值来，恭喜你配置成功了！

进阶篇

我们来看一下Pandas-ai的工作原理，非常简单！

第一步，引入Pandas-ai库，更换别名为pai，并初始化大模型！

import pandasai as paifrom pandasai_openai import OpenAIllm = OpenAI(api_token="your token")

第二步，指定需要处理的文件路径，然后输入数据分析需求就可以了！返回信息都存储在response变量中，你只需要将其直接打印或者保存成其他文件就可以了！

#文件路径df = pai.read_CSV("./data/heart.csv")#发送需求response = df.chat("What is the correlation between age and cholesterol?")

你可以再Jupyter的变量面板查看当前所有变量属性！偷偷告诉你，如果response 的Type属性是DataFrameResponse，你直接可以使用pandas的函数操作，把response再保存成各种你想要的格式！

import pandas as pd df2 = pd.DataFrame(response.value)df2.to_csv("./data/result3.csv",index=False)

如果你再细心点，你会发现当前文件夹根路径下面多了个pandasai.log文件。恭喜你，发现了新大陆，pandas-ai在和大模型交流过程的请求和生成代码执行情况以及错误情况，你都可以在这个文件看见了！

对了，为了降低bug次数，请将所有的数据文件，全部转成UTF-8格式的csv文件后，再使用pandas-ai进行处理！

Pandas-ai 在我们自己的电脑上已经成功跑起来了！如果我们想把这个服务分享出去，就需要开发接口了。我们已经有了基础功能，直接使用FastAPI编写接口就可以了。因为文章篇幅有限，全部接口代码请在文末说明中获取。

接口我主要加了一个判断处理，如果response数据长度超过1000，直接保存为csv文件，并返回在线下载地址；如果未超过1000，则将response内容直接通过接口返回。

我们来测试一下接口是否能正常工作！这里依然使用Pandas-ai提供的测试表格 ./data/heart.csv。

pandas-ai很快给出了正确结果，Age列的平均年龄为53.5108。我们用WPS打开heart.csv看一下结果，发现完全正确！

MCP篇

现在接口有了，当然接口也不是很完善，读取的依然是本地文件路径或者在线URL路径。这段时间MCP非常火，我们再把上面的接口用MCP协议封装一层，看看能不能放在MCP客户端里面直接调用！

万幸Github上有个项目FastAPI-MCP，可以很容易就能将fastapi接口转成支持MCP协议的服务。我们安装项目文档，直接上手使用！只需要将fastapi对象，再用FastApiMCP封装一下就可以了！接口中，一定带上operation_id,不然客户端找不到工具名。

#安装pip install fastapi-mcp -i https://pypi.tuna.tsinghua.edu.cn/simple#使用from fastapi import FastAPIfrom fastapi_mcp import FastApiMCP##原有接口@app.post("/process-attendance/",operation_id="data_analysis")#省略代码##app = FastAPImcp = FastApiMCP(app)# Mount the MCP server directly to your FastAPI appmcp.mount#

我们重新启动接口文件，访问localhost:8989/mcp，发现如下信息，说明服务启动成功！