上传文件进行分析
通过文件上传接口提交数据文件，并在对话请求中引用文件 ID，让分析针对已上传的数据进行。
BAIZE AI RESOURCE
对话式数据分析应用
DeepAnalyze
DeepAnalyze 是可在本地运行的对话式数据分析应用。用户可以上传数据文件，用自然语言提出分析需求，获取分析回答和生成文件，减少手动编写分析流程的工作。
资源介绍
DeepAnalyze 面向需要分析数据、但不想从头编写完整分析流程的用户。它提供本地运行的 API 服务：先上传数据文件，再通过对话提出计算或图表需求，服务会返回分析回答，并可提供生成文件的下载地址。官方示例展示了按部门计算平均薪资并生成可视化图表的用法。对于需要连续追问的任务，它也支持在同一工作区内保留文件和生成内容。使用时需要先启动 DeepAnalyze-8B 模型服务，再启动 API 服务；仓库另提供 Docker 环境，供需要容器部署的用户选择。
应用能力
用自然语言提出分析需求
通过对话接口描述计算和图表需求；官方示例包括按部门计算平均薪资并生成可视化图表。
获取生成文件
对话响应可包含生成文件的名称和下载地址，便于取回分析产物。
连续追问同一任务
使用 thread_id 延续工作区上下文，让后续请求继续使用已有文件和生成内容；每次请求仍需提交完整对话历史。
资源配置
应用版本
commit-f04a1c3b9ed3
运行环境
Docker
安装方式
源码运行Docker部署
依赖环境
PythonDockerCUDA
安装与使用
准备 DeepAnalyze-8B 模型，并启动 vLLM 模型服务。
在仓库的 API 目录运行 python start_server.py，启动本地 API 服务。
上传数据文件，取得文件 ID；通过对话接口提交分析问题，并在需要时附上文件 ID。
查看分析回答和生成文件地址；需要连续追问时，在最新消息中带上 thread_id，并提交完整对话历史。
使用案例
部门薪资分析
使用场景分析人员需要统计各部门的平均薪资。
上传薪资数据文件后，在对话中要求计算各部门平均薪资并生成图表；从响应中获取分析回答和生成文件地址。
连续完善分析
使用场景用户完成首次分析后，想继续处理同一批文件。
保留首次请求返回的 thread_id，在后续消息中提交完整对话历史和新的问题，使分析继续使用同一工作区的内容。
包含内容
deepanalyze-source.zip
README-中文安装说明.md
LICENSE-MIT.txt
THIRD-PARTY-NOTICES.md
SHA256.txt
常见问题
DeepAnalyze 的 API 如何关联已上传的数据文件？
先向 /v1/files 上传文件并取得文件 ID，再把该 ID 放入对话消息的 file_ids 字段。
连续对话时，只发送最新问题可以吗？
不可以。API 说明要求每次提交完整对话历史，并只在最新消息中加入 thread_id，以延续工作区上下文。
启动 DeepAnalyze API 前需要运行什么？
API 的启动示例要求先运行 DeepAnalyze-8B 的 vLLM 模型服务，再在 API 目录执行 python start_server.py。
本地 API 和文件下载服务使用哪些地址？
启动示例给出的主 API 地址为 http://localhost:8200，文件下载服务地址为 http://localhost:8100。
相关资源
