AI Data Analyzer (自动化数据分析 AI Agent)

🎉 项目状态说明：本项目《使用 Next.js 与 Nest.js 构建自动化数据分析 AI Agent》第一季教程已圆满完结！ 当前代码库是一个完整的教学级“脚手架”，涵盖了从前端 3D 可视化到后端 AI Agent 编排、消息队列以及 Docker CI/CD 的全栈链路。欢迎 Fork 并基于此演进你的专属商业化产品。

基于 Next.js 与 Nest.js 构建的全栈自动化数据分析 AI Agent。该项目结合了大语言模型 (LLM)，实现了从数据上传、自动化清洗、智能分析到可视化图表呈现的完整数据管道。

🗺️ 课程架构与技术蓝图

本项目配套了 5 大模块共 25 节详细的图文教程。以下是本项目的全栈架构思维导图与相关架构图：

课程架构与技术蓝图

整体基础设施图

组件交互环路

📚 教程与系列文章

本项目配有详细的从零到一构建教程及相关文档，强烈建议结合教程学习项目源码：

👉 使用 Next.js 与 Nest.js 构建自动化数据分析 AI Agent（微信公众号系列文章集合）

👉 DeepWiki 项目文档：AI Data Analyzer

🚀 核心特性

• 多模型支持: 统一的 ILLMService 接口，无缝切换 OpenAI、Claude 及本地大模型 (如 Ollama + Qwen)。
• 实时流式反馈: 基于 Server-Sent Events (SSE) 的打字机输出效果。
• Agent 状态推送: 通过 WebSocket (Socket.io) 实时推送 AI Agent 的思考过程与执行步骤。
• 异步任务队列: 集成 BullMQ 与 Redis，支持大规模数据的后台异步处理，不阻塞主流程。
• 严格数据校验: 结合 class-validator 与 Zod 实现强大的数据输入输出验证及 AI 幻觉重试机制。
• 全栈架构: 现代化技术栈组合 (NestJS 后端 + Next.js 前端 + PostgreSQL 数据库)。

🛠 技术栈

Backend (后端)

• 框架: NestJS
• 语言: TypeScript
• 数据库: PostgreSQL + TypeORM
• 队列缓存: Redis + BullMQ
• 实时通信: SSE + Socket.io
• AI 集成: OpenAI SDK

Frontend (前端)

• 框架: Next.js (App Router) + React 19
• 语言: TypeScript
• 样式: TailwindCSS v4
• 数据获取: SWR
• 2D 可视化: Apache ECharts (echarts-for-react) + Recharts
• 3D 可视化: Three.js + React Three Fiber (@react-three/fiber, @react-three/drei)

📦 快速开始

1. 环境准备

确保你的本地安装了：

• Node.js (>= 22)
• pnpm
• Docker (用于快速启动数据库和 Redis)

2. 启动依赖服务 (PostgreSQL & Redis)

你可以使用 Docker 快速启动所需的中间件：

# 启动 PostgreSQL
docker run --name ai_analyzer_postgres -e POSTGRES_USER=postgres -e POSTGRES_PASSWORD=password -e POSTGRES_DB=ai_analyzer -p 5432:5432 -d postgres:15-alpine

# 启动 Redis (用于 BullMQ)
docker run --name my-redis -p 6379:6379 -d redis

3. 安装依赖与配置

后端配置

cd backend
pnpm install

在 backend 目录下创建 .env 文件，并配置你的大模型 API 密钥及数据库连接信息：

# 数据库配置
DATABASE_HOST=localhost
DATABASE_PORT=5432
DATABASE_USER=postgres
DATABASE_PASSWORD=password
DATABASE_NAME=ai_analyzer

# AI 模型配置 (例如使用 OpenAI)
OPENAI_API_KEY=your_api_key_here

前端配置

cd frontend
pnpm install

4. 启动服务

启动后端服务：

cd backend
pnpm run start:dev

注：项目中已集成 kill-port，启动时会自动清理占用的 3001 端口，提供丝滑的开发体验。 服务将运行在：http://localhost:3001

启动前端服务：

cd frontend
pnpm run dev

前端服务将运行在：http://localhost:3000

🤝 参与贡献

欢迎提交 Issue 和 Pull Request，一起完善这个 AI Agent 数据分析平台！

📄 开源协议

本项目基于 MIT License 开源，您可以自由地使用、修改和分发。