Agente
titanshop-auto-analyst
qqaigit/titanshop-auto-analyst
48
InicialPluginScore · de 0 a 100基于 Claude Code + AutoGen + DeepSeek 的多Agent电商月度复盘系统
Instalação
$
npx convez-ai qqaigit/titanshop-auto-analyst1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Estrelas
1Forks
0Acompanhando
0Saúde
42%Último commit
há 5 mesesVersão
—Issues abertas
0Contribuidores
1README
A tradução para o português deste README ainda está na fila.
TitanShop 智能月度复盘系统
基于 Claude Code + AutoGen + DeepSeek V4 Pro 的多Agent自动化数据分析系统
🚀 项目简介
我搭建了一套多Agent协作的电商月度复盘自动化系统。只需运行一个命令,即可自动完成数据审计、GMV趋势分析、RFM用户分层、支付方式分析、热销品类Top5和AI洞察生成。
🏗️ 系统架构
- Claude Code:作为开发助手,根据
SKILL.md业务规则库自动生成Agent脚本。 - AutoGen:多Agent协作框架,管理Agent之间的对话和代码执行。
- DeepSeek V4 Pro:作为Agent的云端大脑,提供代码生成和洞察分析能力。
🎭 Agent团队
| Agent | 角色 | 职责 |
|---|---|---|
| SeniorDataAnalyst | 高级数据分析师 | 根据SKILL.md规则编写分析代码 |
| CodeExecutor | 执行员 | 本地运行代码,自动反馈错误给分析师 |
⚡ 核心功能
- 数据审计:检查重复行、空值率、异常数据
- GMV趋势分析:每日GMV趋势折线图
- RFM用户分层:8类用户分层饼图
- 支付方式分析:各支付方式订单分布柱状图
- 热销品类Top5:销售额前5品类柱状图
- AI洞察生成:基于核心KPI自动生成业务建议
🔧 快速开始
```bash
1. 克隆仓库
git clone https://github.com/qqaigit/titanshop-auto-analyst.git
2. 安装依赖
pip install -r requirements.txt
3. 配置API Key(环境变量)
Windows: 系统设置 → 环境变量 → 新建
变量名: ANTHROPIC_API_KEY, 变量值: sk-你的DeepSeek密钥
4. 运行系统
python agents/monthly_report_agent.py
5. 查看结果
ls output/ ```
📊 示例输出

💡 技术亮点
- 业务规则沉淀:所有分析口径、清洗标准统一管理在
SKILL.md - 自动纠错闭环:Agent间自动对话、自动修复bug
- 一次建设,长期复用:换数据后直接运行,无需修改代码
- 成本可控:单次分析Token消耗仅几千,费用几分钱
🛠️ 技术栈
数据分析与可视化
- Python 3.11+
- Pandas, NumPy, Matplotlib
- Plotly (交互式图表)
多Agent框架
- AutoGen (微软多Agent协作框架)
- DeepSeek V4 Pro API (Agent云端大脑)
AI开发工具
- Claude Code (AI辅助编程)
- SKILL.md (业务规则沉淀与驱动)
看板与BI
- Streamlit (交互式Web看板)
- Power BI (企业级看板,DAX度量值自动部署)
数据库与工具
- SQLite (本地数据库查询)
- SQLAlchemy (数据库连接)
版本管理
- Git, GitHub