做网站广告有哪些职位成都网站建设方案托管
在dify部署完成后，大家就可以基于此进行各种应用场景建设，目前dify支持聊天助手（包括对话工作流）、工作流、agent等模式的场景建设，我们在日常工作中经常会遇到各种各样的数据清洗、格式转换处理、数据统计成图等数据分析工作，本次主要基于对话工作流模式对Excel文件、csv文件进行解析处理，并进行成图等数据分析工作。主要用到的插件有LLM节点，文档提取器、参数提取器、自定义代码节点、echart插件等。实现解析Excel数据，经过上述不同节点的处理分析流程，最终实现数据统计图展示。具体如下，供大家参考学习。
一、数据准备
准备一个Excel文件，内容可以是产品月度销售数据或者油气田月度产量数据等。如下图。
二、工作流程设计
总体工作流程图如下。
1.文档提取器
输入变量就是开始节点的文件。
2.LLM节点，提示词设计见下图。
3.参数提取器
输入变量为LLM节点的输出变量text。提取参数和任务指令见下图。
4.自定义代码（Exl2Echart）代码，代码需要在sandbox容器中执行，目前主要支持python和nodejs代码，记得安装相应的依赖库。本文中的csv和json库都是默认安装的。代码详见下方
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，即第一行# 将第二列及之后的所有列的数据类型调整为数字类型（这里是float）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": [# 第一个网格中的柱状图系列，注意要根据数据进行删减{"type": "bar", "seriesLayoutBy": "row"},{"type": "bar", "seriesLayoutBy": "row"},{"type": "bar", "seriesLayoutBy": "row"},{"type": "bar", "seriesLayoutBy": "row"},{"type": "bar", "seriesLayoutBy": "row"},{"type": "bar", "seriesLayoutBy": "row"},# 第二个网格中的折线图系列，注意要根据数据进行删减{"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}]}# 生成输出文件，这里是echart要求的格式输出output = "```echarts\n" + json.dumps(echarts_config, indent=2, ensure_ascii=False) + "\n```"return {"output": output}5.结束节点，设置回复内容为Exl2Echart节点的输出变量。
三、应用效果演示
运行工作流选择文件后启动对话，在对话框中输入“请分析Excel数据”，即可实现如下效果。编写完成的应用可以嵌入到任意一个应用系统的任何位置，实现对Excel数据的分析工作流。具体效果见下图。
