CoPaw-Flash-9B-DataAnalyst-LoRA

具备自主探索、分析和可视化数据集能力的智能数据分析代理。

功能介绍

该模型可作为自主数据分析代理，具备以下能力：

• 📂 加载和探索数据集（CSV、Excel、JSON格式）
• 🔍 执行统计分析和数据概要分析
• 📊 创建数据可视化（matplotlib、seaborn、plotly）
• 🐍 编写并执行Python分析脚本
• 📝 生成总结报告和分析见解
• 🔄 迭代执行多步骤分析工作流
• 🎯 90%的任务可自主完成（无需人工干预）

模型详情

性能基准测试

基于 Data Analyst 框架，在29个真实Kaggle数据集上进行测试（max_turns=50，上下文长度=128K）：

*自然完成 = 模型在50个回合内自主输出最终总结报告

关键发现

基础模型（Qwen3.5-9B）：

• ❌ 能够理解工具调用格式，但无法自主执行
• ❌ 在1-2轮迭代后停止运行
• ❌ 需要用户持续输入“继续”提示
• ❌ 无法生成任何分析结果
• ❌ 不适用于实际数据分析任务

CoPaw-Flash-9B-DataAnalyst-LoRA：

• ✅ 完全自主执行（平均26轮迭代）
• ✅ 生成完整的分析流程
• ✅ 创建可视化图表和报告
• ✅ 在真实世界数据集上达到90%的成功率
• ✅ 可直接用于数据分析工作流的生产环境

结论： LoRA训练是必需的，而非可选。尽管基础模型能够理解工具调用格式，但其缺乏自主数据分析能力。此LoRA将基础模型转变为可独立处理真实世界数据集的生产级AI数据分析师。

快速开始

步骤1：使用vLLM部署

export HF_TOKEN=your_huggingface_token

CUDA_VISIBLE_DEVICES=0,1 vllm serve agentscope-ai/QwenPaw-Flash-9B \
  --enable-lora \
  --lora-modules agent-lora=jason1966/CoPaw-Flash-9B-DataAnalyst-LoRA \
  --max-lora-rank 64 \
  --tensor-parallel-size 2 \
  --gpu-memory-utilization 0.85 \
  --max-model-len 131072 \
  --gdn-prefill-backend triton \
  --trust-remote-code \
  --reasoning-parser qwen3 \
  --enable-auto-tool-choice \
  --tool-call-parser qwen3_xml \
  --port 8000

步骤 2：设置数据分析框架

git clone https://github.com/IIIIQIIII/data-analyst.git
cd data-analyst
bun install

配置 .env：

CLAUDE_CODE_USE_OPENAI=1
OPENAI_BASE_URL=http://localhost:8000/v1
OPENAI_API_KEY=unused
OPENAI_MODEL=agent-lora

步骤 3：开始分析

bun run start

然后输入您的分析任务：

Analyze sales_2024.csv and identify trends

该模型将自动加载数据、执行分析、创建可视化并生成报告——全程无需手动输入“继续”提示。

vLLM 参数

硬件要求

已测试环境： 2x NVIDIA H200，vLLM 0.19.1，CUDA 13.0，Python 3.12

故障排除

致谢

• CoPaw-Flash-9B — AgentScope AI 提供的基础模型
• Brev.dev — NVIDIA 提供的 GPU 云基础设施
• LocoreMind — 研究与开发支持

许可证

Apache 2.0