AMA-CMFAI/LAMBDA · 上手攻略

• 仓库：AMA-CMFAI/LAMBDA
• 链接：https://github.com/AMA-CMFAI/LAMBDA
• 分类：AI · 数据分析 · 多智能体
• 作者：Tom
• 更新：2026-08-27

是什么

LAMBDA（Large Model Based Data Agent）是一个无需编程即可完成数据分析的多智能体系统，由香港理工大学团队开发，2026 年发表于统计学期刊 Journal of the American Statistical Association（JASA）。

其核心设计围绕两个 Agent 角色展开：

• Programmer Agent：接收自然语言指令，生成并执行 Python 代码
• Inspector Agent：当代码执行出错时，提供调试建议，驱动 Programmer 自我修正

用户上传数据集（CSV、Excel、文本等），用自然语言提问，LAMBDA 自动完成：数据探索 → 写代码 → 执行 → 调试（如有错）→ 可视化 → 生成报告，全程无需手动写代码。

仓库同时包含完整可运行的 Web 应用（React 前端 + FastAPI 后端），可直接本地部署使用。

解决什么问题

传统数据分析工具（Excel、SPSS、Python pandas）要求用户具备编程或统计知识；LLM 数据分析工具又常因代码执行错误陷入死循环。LAMBDA 通过双 Agent 循环机制，在可解释性和**自主纠错」之间找到平衡：

1. Code Generation：Programmer Agent 将自然语言指令转化为可执行 Python 代码
2. Self-Correction Loop：Inspector Agent 监测执行错误，Programmer 重新生成，最多重试 N 轮（默认 N=3，可配置）
3. User-in-the-Loop：用户可随时介入干预操作循环，处理异常边缘情况

快速安装

环境要求

• Python 3.11+
• Node.js 20+
• npm
• （可选）TeX Live + XeLaTeX，用于 PDF 报告和中文报告输出

方式一：一键启动（推荐）

git clone https://github.com/AMA-CMFAI/LAMBDA.git
cd LAMBDA
cp backend/.env.example backend/.env
# 编辑 backend/.env，填入 OPENAI_API_KEY、OPENAI_BASE_URL、MODEL_LIST
./start.sh
# 访问 http://localhost:3000

方式二：手动分步启动

# 后端
cd backend
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
# 编辑 .env 配置 API 密钥
uvicorn main:app --host 0.0.0.0 --port 8000 --reload

# 前端（新开 terminal）
cd frontend
npm install
npm run dev

环境变量配置

在 backend/.env 中必须配置：

OPENAI_API_KEY=your-api-key
OPENAI_BASE_URL=https://api.openai.com/v1   # 或其他兼容端点
MODEL_LIST='["gpt-4o", "gpt-4o-mini"]'    # JSON 数组，首个为默认模型

中文报告支持（可选）

# 安装 XeLaTeX + CJK 字体
LAMBDA_AUTO_INSTALL_SYSTEM_DEPS=1 ./start.sh
# 或手动运行
./scripts/install-system-deps.sh

自定义端口

BACKEND_PORT=8010 FRONTEND_PORT=3010 ./start.sh

核心用法

Web UI 操作流程

1. 打开 http://localhost:3000
2. 从右上角模型选择器选择要使用的模型（需先在 .env 配置 MODEL_LIST）
3. 上传数据文件（CSV / Excel / 文本），或直接使用示例数据集
4. 用自然语言描述分析需求，例如：

Analyze this dataset, identify the main patterns, create visualizations, and write a report with the most important findings.

5. 开启 Autonomous Exploration 模式，LAMBDA 将自主完成数据探索、代码执行、可视化、报告生成全过程

自主探索（Autonomous Exploration）

这是 LAMBDA 最核心的特性——完全自主的多轮分析循环：

用户上传数据 + 提问
  → Programmer 生成代码
  → Inspector 检查执行结果
    → 若出错：反馈给 Programmer 重试（最多 N 次）
    → 若成功：生成图表、报告
  → 输出：Markdown 报告 / Jupyter Notebook / PDF

工作空间结构

每个对话有独立的工作空间：

backend/data/workspaces/<conversation_id>/

生成的文件（图表、报告、Notebook）在 UI 的 Files 面板中展示。数据文件统一存储在：

backend/data/
  lambda_local.db       # SQLite 数据库（对话、上传记录）
  uploads/              # 用户上传文件
  workspaces/          # 各对话工作空间

导出格式

• Jupyter Notebook（.ipynb）
• Markdown 报告（.md，可含图表）
• PDF 报告（需要 XeLaTeX）
• 幻灯片（需要 XeLaTeX）

API 模式（后端独立使用）

直接调用 FastAPI 后端：

curl -X POST http://localhost:8000/api/analyze \
  -H "Content-Type: application/json" \
  -d '{"dataset_path": "data/workspaces/xxx/data.csv", "question": "What are the main patterns?"}'

典型适用场景

坑与注意

⚠️ 安全边界

LAMBDA 在运行机器上执行任意 Python/Shell 代码。不要将后端直接暴露给不可信网络，建议内网部署或添加沙箱隔离层（如 Docker 容器权限限制）。

⚠️ 中文报告依赖项

中文报告和 PDF 导出必须安装 TeX Live + XeLaTeX + CJK 字体，否则中文内容会显示为空白。未配置时建议导出 Markdown 格式。

端口占用

如果 3000 或 8000 端口已被占用，start.sh 会自动选择下一个可用端口。实际 URL 会写入 ~/.ima2/server.json（注：此路径是 ima2-gen 的配置路径，LAMBDA 的工作空间信息在 backend/data/ 下）。

模型兼容性

LAMBDA 通过 OpenAI 风格的 /chat/completions 接口调用模型，兼容以下端点： - OpenAI 官方 API - Azure OpenAI - 本地兼容模型（如 vLLM、Ollama）需自行配置 OPENAI_BASE_URL

⚠️ 部分开源模型（如 Llama）在复杂代码生成任务上表现不稳定，建议使用 GPT-4o 级别模型。

自我纠错上限

Programmer-Inspector 循环默认最多重试 3 次（T 参数），超过后系统会暂停等待用户介入。长时间运行的自动分析可能触达上限后无输出，此时可手动接管或重试。

旧版开源分支

当前主线代码为 lambda-v2。若需要参考早期开源版本（lambda-v1），切换到：

git checkout legacy-open-source
git checkout lambda-v1

与同类对比

LAMBDA 的核心差异：不是通用聊天，而是专为可重复数据分析工作流设计，双 Agent 纠错机制有论文背书，适合需要生成可复现报告的统计/数据科学场景。

一句话结论

如果你需要让非程序员也能用自然语言完成「上传数据 → 自动分析 → 生成可复现报告」的全流程，LAMBDA 是目前唯一有顶会论文背书、开箱即用的开源方案；本地部署注意安全边界，推荐配合 GPT-4o 以上模型使用。