mcpField
🤖
🤖 Data Agents Platform

🤖 Data Agents Platform

本地服务
hottechstack.com数据与分析2581 周前更新

关于 🤖 Data Agents Platform

Data Agents Platform 是一个面向数据工程的 AI Agent 平台,由数据工程师构建,帮助非数据专业人员查找和使用组织内的数据基础设施。项目基于 Next.js 前端,并通过 n8n 进行工作流编排。

主要功能

  1. 01多 Agent 协作,含架构师、分析师等角色
  2. 02支持 OpenAI、Claude、Gemini 与 Ollama
  3. 03通过 n8n 集成进行 Agent 编排
  4. 04基于策略的不同数据工程任务处理
  5. 05提供 Docker Compose 部署方式

适用场景

  1. 01非数据人员提交数据请求并获得整理后的结果
  2. 02在可私有部署的环境中使用本地 Ollama 模型
  3. 03通过 n8n 工作流定制 Agent 对话流程

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

🤖 Data Agents Platform

Alpha Status Next.js 14 TypeScript UI

https://github.com/user-attachments/assets/f591bc23-3a19-43eb-9c92-e4b5bb3ba57f

💬 Data Agents,真的!

Data Agent 是一种 Agentic AI,利用 GenAI 自动化和简化数据工程工作流。 通过交付完整、准备充分的数据请求,它能够节省时间并减少各团队之间的瓶颈。

✨ 功能

  • 🤖 多 Agent 协作 - 与专业的数据工程 Agent 互动
  • 🔄 多种后端支持 - 连接 OpenAI、Claude、Gemini 或 Ollama 以进行私有部署
  • 🔗 n8n 集成 - 使用 n8n 工作流进行 Agent 编排
  • 🎯 基于策略的方法 - 针对各种数据工程任务采用不同策略
  • 🌙 现代深色 UI - 受 LobeChat 启发的精美响应式界面
  • 🚀 Docker 就绪 - 使用 Docker Compose 轻松部署

🚀 快速开始

最快的入门方式是使用 Docker Compose:

# Clone the repository
git clone https://github.com/HotTechStack/dataagents.git
cd dataagents

# Start the application
docker-compose up -d
🔧 设置步骤
  1. 容器运行后,访问 n8n:http://localhost:5678

  2. 从 agents/n8n/conversations 目录上传工作流

  3. 配置你的 API 密钥:

    • 在 Docker Compose 中:更新 OpenAI/Claude/Gemini 密钥
    • 在 n8n 工作流中:点击 OpenAI/Claude/Gemini 模型块并添加你的密钥
    • 更多详情请参阅 n8n 文档
  4. 访问 http://localhost:3000 并开始与你的 Agent 互动!

🧩 本地运行

如果你希望在不使用 Docker 的情况下运行该应用:

# Clone the repository
git clone https://github.com/HotTechStack/dataagents.git
cd dataagents

# Install dependencies
pnpm install

# Start the development server
pnpm run dev

在本地运行前端时,你仍然可以使用自己托管的 n8n 实例或 Docker 集成版本。

🧠 可用 Agent

  • Data Architect - 设计数据基础设施和系统
  • Pipeline Engineer - 构建高效的数据管道
  • Data Analyst - 分析和解读复杂数据
  • Data Scientist - 应用统计模型和机器学习
  • Governance Specialist - 确保数据质量和合规性

🎯 策略类型

🔮 即将推出的功能

我们正在积极开发以下增强功能:

  • 🎯 策略类型 - 更多策略类型的后端,用于辩论和持续讨论
  • 📝 代码执行 - 直接在聊天中运行和测试代码片段
  • 🔄 工作流构建器 - 使用可视化编辑器创建自定义 Agent 工作流
  • 🌐 多源数据连接器 - 连接到各种数据源
  • 🏗️ 数据工程专用 MCP 服务 - 针对数据工程工作流进行优化
  • 🧠 面向数据工程的深度思考 - 为复杂数据问题增强推理能力
  • 💾 带历史记录的数据库 - 使用向量数据库进行持久化对话存储,以实现语义搜索和缓存

🧩 架构

该应用使用现代技术栈构建:

  • 前端:Next.js 14 with App Router、TypeScript、Tailwind CSS、Shadcn UI
  • 状态管理:使用 Zustand 进行全局状态管理
  • 编排:使用 n8n 进行工作流管理
  • AI 集成:支持 OpenAI、Claude、Gemini 和 Ollama

🤝 贡献

欢迎任何形式的贡献!以下是你可以提供帮助的方式:

  1. Fork 该仓库
  2. 创建一个新分支:git checkout -b feature/amazing-feature
  3. 进行修改并提交:git commit -m 'Add amazing feature'
  4. 推送该分支:git push origin feature/amazing-feature
  5. 发起一个 pull request
🐛 Bug 报告

如果你遇到任何问题,请通过创建 Bug 报告帮助我们改进。

请尽可能包含更多信息:

  • 复现步骤
  • 预期行为
  • 实际行为
  • 如适用,请附上截图
  • 环境详情(浏览器、操作系统等)

📜 许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。