一句话出折线图Hermes Agent 智能数据分析与数据可视化快速上手【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent拿到一份月度销售数据清洗、写画图脚本半天就过去了。Hermes Agent 要解决的就是这件事用一句自然语言完成智能数据分析直接产出数据可视化图表。下面讲它怎么三步跑起来怎么出图、怎么记实验。 先跑起来三步完成 Hermes Agent 安装git clone https://gitcode.com/GitHub_Trending/he/hermes-agent cd hermes-agent ./setup-hermes.sh hermes --version安装脚本会自动装好 Python 依赖跑完hermes就能进入终端对话。配置只需把根目录的cli-config.yaml.example复制成cli-config.yaml然后改两处visualization段选择默认可视化库matplotlib 或 wandb再设一个分析结果的保存路径。数据源连接、模型选择这些先留默认。完整说明见 README.zh-CN.md。 核心能力拆解从数据输入到图表输出Hermes Agent 的分析工作是一条「输入 → 处理 → 输出」的流水线输入直接读 CSV、JSON 文件也可以从数据库、API 取数处理任务先被解析成可执行的步骤再由终端执行 Python 完成统计与画图输出PNG 图表文件、WandB 实验记录或 HTML 评估报告。这条链路的入口是 agent/prompt_builder.py它负责把你的自然语言指令转成有序的工具调用。 把结果变成图Matplotlib用一句话生成基础图表默认出图走 Matplotlib。你只描述要什么图agent 自己写并执行画图代码典型折线图长这样import pandas as pd, matplotlib.pyplot as plt data pd.read_csv(sales_data.csv) plt.plot(data[month], data[revenue]) plt.title(Monthly Sales Trend) plt.savefig(sales_trend.png)你不用手写跑完看图确认就行。WandB实验记录与混淆矩阵可视化做模型评估时走 WandB 这条线wandb.init开启实验曲线、混淆矩阵用一次wandb.log上传多个 run 可以在面板里对比。import wandb, matplotlib.pyplot as plt wandb.init(projectsales-analysis) fig, ax plt.subplots(); ax.plot(x, y) wandb.log({sales_trend: wandb.Image(fig)}) 实战演示两个场景场景一月度销售趋势折线图输入一份sales_data.csv含month、revenue两列执行对话里直接发「分析 sales_data.csv 中的月度趋势并生成折线图」agent 读表、跑上面的画图代码得到sales_trend.png落到配置文件指定的目录浏览器直接打开就能看。场景二模型评估报告输入训练好的模型路径和测试集执行hermes run skill lm-evaluation-harness --model_path ./trained_model得到HTML 评估报告包含混淆矩阵和特征重要性图实验记录同步进 WandB。️ 新手避坑两个高频问题1. 图表中文显示成方块现象是标题、坐标轴中文全是方框。原因是 Matplotlib 默认字体不含中文字形。在cli-config.yaml的visualization段加font.family: SimHei和axes.unicode_minus: False两行即可。2. 大文件处理很慢现象是几千万行的 CSV 跑一次要等很久原因是整表一次性读入并全部绘制。先采样缩小规模hermes run skill contenteditable="false">【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考