当前位置: 首页 > news >正文

大模型可视化应用敏捷开发方案:Dify+Echarts

大模型相关目录

大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容
从0起步,扬帆起航。

  1. Moe模式:或将是最好的大模型应用开发路径
  2. 一文带你了解大模型RAG
  3. 详细记录swfit微调interVL2-8B多模态大模型进行目标检测(附代码)
  4. DIfy中集成magic-pdf实现文档解析agent与多模态大模型图文问答
  5. 大模型Prompt trick:利用大模型同情心提升模型性能
  6. 一文带你入门大模型微调
  7. 开源大模型LLaMA架构介绍
  8. CyberScraper-2077+simple-one-api:使用大模型爬虫
  9. 大模型高效利用结构化信息研究:HTML格式或许更好
  10. moonshot:一个用于评估任何 LLM 应用程序的简单模块化工具
  11. 多模态大模型赋能工程设计合规性校验解决方案
  12. dify新特性:并行agent/工作流开发与变量存储
  13. 大模型可视化应用敏捷开发方案:Dify+Echarts

文章目录

  • 大模型相关目录


帮助你10分钟开发一个基于大模型的针对性的可视化分析、绘图组件!

Dify不必多说,Echarts介绍如下:

官网:https://echarts.apache.org/zh/index.html
在这里插入图片描述
具体开发步骤:
1.新建一个ChatFlow
2.开始节点,开启文件上传功能,比文件上传功能的优势在于兼容格式多,数据变量可控
在这里插入图片描述
3.文档提取器
在这里插入图片描述
新版dify天然功能,此处不多赘述。
4.接LLM节点,prompt如下:
在这里插入图片描述

# 角色
你是一个数据整理专家,精通数据格式整理和数据格式转换。
# 数据
{{#context#}}
# 任务
-将数据转换成csv格式

5.接代码执行节点(python),过滤大模型中噪音文本

import re

def main(input_string):
    # 使用正则表达式提取CSV内容
    pattern = r'```(.*?)```'
    match = re.search(pattern, input_string, re.DOTALL)
    
    if not match:
        return None
    
    output = match.group(1).strip()
    
    return {"output":output}

6.再接代码执行节点,接入echarts功能

import csv
import json
def main(csv_string):
    # 将CSV字符串分割成行    
    lines = csv_string.strip().split('\n')
    # 使用csv模块读取数据
    reader = csv.reader(lines)
    # 将所有行转换为列表
    data = [row for row in reader]
    # 将数字字符串转换为浮点数    
    for row in data[1:]:
    # 跳过标题行        
        for i in range(1, len(row)):
            try:
                row[i] = float(row[i])
            except ValueError:
                pass
    
    # 创建完整的ECharts配置
    echarts_config = {"legend": {}, "tooltip": {},"dataset": {"source": data },
                      "xAxis": [ {"type":"category","gridIndex":0}, {"type":"category","gridIndex":1}],
                      "yAxis": [ {"gridIndex":0}, {"gridIndex":1}],
                      "grid": [{"bottom":"55%"}, {"top":"55%"}],
                      "series": [{"type":"bar","seriesLayoutBy":"row"}, 
                                 {"type":"bar","seriesLayoutBy":"row"}, 
                                 {"type":"bar","seriesLayoutBy":"row"},
                                 {"type":"bar","seriesLayoutBy":"row"},
                                 {"type":"line","xAxisIndex":1,"yAxisIndex":1},
                                 {"type":"line","xAxisIndex":1,"yAxisIndex":1},
                                 {"type":"line","xAxisIndex":1,"yAxisIndex":1},
                                 {"type":"line","xAxisIndex":1,"yAxisIndex":1},
                                 {"type":"line","xAxisIndex":1,"yAxisIndex":1},
                                 {"type":"line","xAxisIndex":1,"yAxisIndex":1} 
                                 ]
                    }
    output = "```echarts\n" + json.dumps(echarts_config, indent=2, ensure_ascii=False) + "\n```"
    return {"output":output}
    

7.输出即可
在这里插入图片描述
效果如下:
在这里插入图片描述
数据呢,形如下方的二维度数据均可:
在这里插入图片描述
如果具备多个、成体系的Agent或大模型数据分析应用,集成在一起,实际上就成为了可处理多格式、多内容的大模型数据分析项目。

http://www.dtcms.com/a/129906.html

相关文章:

  • 【NLP】18. Encoder 和 Decoder
  • 吴恩达深度学习复盘(14)迁移学习|项目基本周期
  • MATLAB 中文注释乱码的问题
  • ubuntu离线安装docker
  • 第二十三:内存逃逸、互斥锁 Map 线程安全
  • Spring Boot 项目基于责任链模式实现复杂接口的解耦和动态编排!
  • Python生成器:解锁高效编程的新姿势
  • 搭建一个Spring Boot聚合项目
  • 苍穹外卖day03
  • Redis之缓存更新策略
  • 10-常见笔试题-mk
  • 破解 MCP 认证难题方法深入了解考试内容
  • [MySQL] 索引
  • 使用Apache POI实现Java操作Office文件:从Excel、Word到PPT模板写入
  • 码界奇缘 Java 觉醒 后记 第二十二章 Epsilon无为秘境 - 寂静之地的内存试炼
  • 25软考中级*高项网课+历年真题+笔记+电子书+刷题【计算机软考】
  • C++——继承、权限对继承的影响
  • ubuntu学习day1
  • RuoYi-Vue升级为https访问-后端安装SSL证书(单台Linux服务器部署)
  • 图论基础理论
  • 低资源需求的大模型训练项目---调研0.5B大语言模型
  • 2025.04.13【Density 2d】| 基因表达数据可视化
  • Linux编程c/c++程序
  • 前端vue 项目px转为rem的自适应解决方案
  • open harmony多模组子系统分析
  • BM25、BGE以及text2vec-base-chinese的区别
  • [dp8_子数组] 乘积为正数的最长子数组长度 | 等差数列划分 | 最长湍流子数组
  • UE5角色状态机中跳跃落地移动衔接问题
  • markdown导出PDF,PDF生成目录
  • goc知识点