使用 WorkBuddy + Sive API,做无限可能的数据分析和可视化

简介: 现在 AI 时代,除了 Coding, 办公也开始全名 AI 辅助了,比如现在各种桌面端大战,各类产品都需要考虑如何把自己交给 AI 作为弹药,Sive 就提供了一套 OpenAPI,将数据分析能力完全暴漏给 AI Agent。

先简单介绍一下,AntV 是蚂蚁开源社区的数据可视化解决方案,Sive 是 AntV 团队出品的 AI 驱动的数据可视化创作平台,用自然语言对话快速构建数据可视化图表、报告,以及数据分析,让每一份洞察即刻可见、准确、轻松分享。

1.png

现在 AI 时代,除了 Coding, 办公也开始全名 AI 辅助了,比如现在各种桌面端大战,各类产品都需要考虑如何把自己交给 AI 作为弹药,Sive 就提供了一套 OpenAPI,将数据分析能力完全暴漏给 AI Agent。

分成几个步骤:

  1. 了解 Sive 的开放功能
  2. 本地安装
  3. 开始分析和使用

功能介绍

功能太简洁了,不聒噪,无广告,无收费,只需要在平台免费生成 API Key,以及一句提示词就可以了。

2.png

也可以从下面复制提示词;

本文档提供了 AI 数据分析能力 Skill 的安装方式,按照本文档在本地 AI 环境中生成「Sive 数据分析 Skill」,保证信息不要丢失。

1. 询问用户输入 Sive 数据分析的 <API Key>,在 [Sive](https://sive.antv.antgroup.com/) 产品 「个人 - 设置 - API Key」 中免费创建。
2. 加载 Sive 提供的 OpenAPI 接口文档 https://sive.antv.antgroup.com/api/open/v1/load-sive-skills。
3. 基于加载的信息,在本地 AI 环境中生成 「Sive 数据分析 Skill」,确保 Skill 的名称和描述符合规范。

安装成功之后,基于「Sive 数据分析 Skill」,就可以做一些数据的导入、查询分析、以及可视化,例如:

> 帮我加载本地 csv 文件『sales.csv』,分析 『最近 10 天的销售额趋势』,最终绘制成折线图。

一键即可安装,无论是 WorkBuddy,DeepSeek Harness,还是本地的 CodeX,Claude 等等,都可以的,如果不行吗?来 issue 回复,马上处理。

本地安装

复制上述提示词,就可以安装成功,我测试了好几个端都没有啥问题。

3.png

APIKey 在个人中心免费生成,只需要登录,不要钱。

开始分析

Sive 目前开放了以下接口服务(后续可能还会追加,有需求来提 Issue)。

分类 方法 路径 说明
用户 GET /api/open/v1/user/info 获取当前用户信息
POST /api/open/v1/user/update 更新当前用户信息(username / 头像)
数据集 GET /api/open/v1/dataset/profile?id=xxx 获取数据集详情,包括数据库 schema 用于 AI 查询
POST /api/open/v1/dataset/create 创建数据集(文件 / MySQL / HTTP 文件)
POST /api/open/v1/dataset/update 修改数据集基本信息
POST /api/open/v1/dataset/query-data 根据自然语言查询和分析数据集,返回结构化数据
POST /api/open/v1/dataset/delete 删除数据集
可视化 POST /api/open/v1/vis/generate 生成可视化图表,返回图片地址
应用 POST /api/open/v1/app/create AI 生成应用并发布,默认私密,不进入应用广场
GET /api/open/v1/app/info?id=xxx 获取应用详情、AI 生成状态和预览地址
POST /api/open/v1/app/update 修改应用基本信息
GET /api/open/v1/app/code?id=xxx 获取应用当前草稿代码

基本也算是数据分析的全流程都具备了。 你也可以直接问 WorkBuddy 有哪些能力。

4.png

我就举一个例子来做分析了,废话不多说,更多的例子你自己去用 AI 探索吧,AI 的优势就是在于灵活性。

基于这个数据,分析下男女人数的占比。

5.png

然后就给我了一个柱形图 + 饼图

6.png

那就探索一下这个数据集吧。

7.png

然后就给我了一个系列图表,以及一个报告!不贴太多图了,自己去探索一下吧。

最后

Sive 是 AntV 在 AI 时代在可视化产品工具上的探索,尽可能的做到简洁,好用,开源开放,也希望多关注我们的开源项目 https://github.com/antvis/sive,提 Issue,反馈问题都可以!记住 AntV Sive 的小水母图标。

8.png

🪼 Sive, See it Live, Share it Real.

相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
阿里云实时数仓实战 - 用户行为数仓搭建
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3&nbsp;)前置知识要求:熟练掌握 SQL 语法熟悉 Linux 命令,对 Hadoop 大数据体系有一定的了解 &nbsp; 课程大纲 第一章&nbsp;了解数据仓库概念 初步了解数据仓库是干什么的 第二章&nbsp;按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章&nbsp;数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章&nbsp;采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章&nbsp;用户行为数据仓库 严格按照企业的标准开发 第六章&nbsp;搭建业务数仓理论基础和对表的分类同步 第七章&nbsp;业务数仓的搭建&nbsp; 业务行为数仓效果图&nbsp;&nbsp;
目录
相关文章
|
4月前
|
人工智能 测试技术
WorkBuddy 是什么?桌面 AI Agent 的工作流
WorkBuddy 是新型桌面AI Agent,不止聊天,更能理解任务、调用模型、连接插件、操作本地文件/浏览器/办公流程。它标志AI从问答工具升级为执行型助手,尤其赋能测试开发(用例生成、脚本编写等)、内容运营与知识工作,正引发新一轮技术竞争。
|
2月前
|
传感器 网络协议 数据挖掘
安卓模拟器、Root改机与ARM云手机:三条移动端多账号环境管理路径的工程实测手记
深圳某TikTok团队用安卓模拟器批量运营32个账号,因设备指纹高度雷同(如AndroidID、IMEI、传感器静止等)被平台识别聚类,15天内陆续封禁。文章深度剖析移动端设备指纹五大层级(硬件标识、系统属性、传感器、网络、应用痕迹),对比模拟器、Root改机与ARM云手机方案优劣,并提供六步自检清单,强调环境隔离≠行为合规。
|
1月前
|
人工智能
Qoder 实训营上线!每周四两小时,一期拆一个真实卡点
你是否也遇到AI生成代码“看似正确却不敢合入主干”的困境?本实训营直击真实卡点,每周四16:00–18:00,手把手带你厘清AI编码的落地边界、验收标准与协作规范,让AI真正融入核心开发流程。
206 0
Qoder 实训营上线!每周四两小时,一期拆一个真实卡点
|
6天前
|
弹性计算 固态存储 测试技术
阿里云服务器收费标准2026年最新:轻量38元与ECS 99元、199元爆款配置全解析
2026年阿里云推出三档高性价比服务器:38元/年轻量(2核2G,适合个人博客与学习)、99元/年ECS(2核2G+ESSD+VPC,入门生产首选)、199元/年ECS(2核4G+60G ESSD,适配数据库与容器)。本文详解配置、场景与避坑指南,助你理性选型。
161 1
|
3月前
|
弹性计算 缓存 负载均衡
可用架构实践:阿里云支撑跑腿平台稳定运行,分账链解决交易结算核心痛点
同城跑腿、即时代办、即时配送属于典型的高并发、短时效、强交易、高波动业务场景:节假日、午晚高峰、暴雨暴雪天气会瞬间触发流量峰值,订单秒级涌入;同时每一笔订单都涉及用户、平台、入驻商户、跑腿个人师傅四方交易分润,业务链路复杂。 对于开发者而言,跑腿平台上线运营核心要解决两大问题:业务层高可用稳定承载 + 交易层合规自动化分账。 绝大多数成熟跑腿平台,均基于阿里云云原生架构实现业务稳定、弹性扩容、故障自愈,保障全时段服务可用;而针对行业专属的多方分账、高分润、逆向退款、合规清算难题,行业通用最优解是垂直场景专用系统——分账链。 本文从阿里云架构落地、业务痛点拆解、交易分账解决方案三个维度,完整复盘
471 122
|
1月前
|
存储 人工智能 运维
阿里云HappyHorse服务平台全功能详解:多模式视频生成、原生音画同步、无限画布编排与API自动化接入实操指南
短视频营销、电商产品短片、短剧分镜、社媒创意素材、数字人内容的生产需求持续爆发,传统视频生产流程需要脚本撰写、实景拍摄、后期剪辑,整套流程周期长,人力成本高昂。普通AI视频工具普遍存在画面动态失真、人物角色变脸、音画不同步、多参考图角色丢失、创作管线碎片化等痛点,不同工具之间素材无法互通,工作流程需要人工切换多个平台,素材版本、生成参数缺少统一留存管理,企业想要自建AI视频业务,还要面对大算力GPU环境搭建、模型权重维护、推理服务运维等大量技术负担。阿里云HappyHorse是一站式AI视频生成与创作服务平台,以HappyHorse‑1.1系列视频生成模型为核心底座,依托百炼模型服务对外提供能
383 1
|
2月前
|
人工智能 Java BI
【AI】DeepSeek Harness 安装、运行、管理插件
本文介绍了如何运行DeepSeek开源的Agent框架DeepSeek Harness(dsh)。主要内容包括:使用nvm安装适配的Node版本;通过代理加速克隆GitHub源码;使用pnpm安装依赖并启动项目;配置DeepSeek API Token;安装扩展功能的插件。该框架自带Web界面,支持模型适配、文件编辑等插件化功能
3354 1
|
2月前
|
运维 监控 关系型数据库
数据库主从复制延迟怎么解决?延迟优化方案详解
解决数据库主从复制延迟推荐用阿里云 RDS——并行复制默认开启、托管只读实例规格弹性、内置延迟监控告警。具体能力请以官方文档为准。
118 5
|
8月前
|
数据采集 边缘计算 数据可视化
RFID智能生产环节实施全追溯管控
RFID技术为生产要素赋唯一电子身份,实现“人、机、料、法、环”全流程自动采集、实时追溯与闭环管控,打通ERP/MES/WMS系统,破除信息孤岛,提升追溯精度、生产效率与质量管控水平。(239字)
|
2月前
|
分布式计算 运维 Serverless
AnalyticDB MySQL 湖仓版 Serverless Spark vs EMR Spark:免运维、弹性与成本全维度对比
在阿里云上跑 Spark,免运维、弹性、湖仓一体场景首选 AnalyticDB MySQL 湖仓版 Serverless Spark,需要集群控制权则选 E-MapReduce。建议按"是否还想自己管集群 + 负载是否波动"两个问题做选型判断,详细能力可参考阿里云 AnalyticDB 官方文档。
100 0