DataAgent nutzt fortschrittliche KI-Agenten, die auf LLMs basieren, um Datensätze zu erkunden, Erkenntnisse zu gewinnen und automatisch Maschinenlern-Pipelines zusammenzustellen. Nutzer zeigen DataAgent eine CSV, SQL-Tabelle oder Pandas DataFrame und stellen Fragen in natürlicher Sprache. Der Agent interpretiert die Anfragen, führt Analyse-Code aus, visualisiert Ergebnisse und schreibt sogar modulare Python-Skripte für ETL- und Modellierungsaufgaben. Es vereinfacht den gesamten Data-Science-Arbeitsablauf durch Reduzierung von Boilerplate-Code und beschleunigt Experimente.

Der AI Data Viz Agent nutzt große Sprachmodelle, um frei formulierte Anweisungen zu interpretieren, und koordiniert dann Datenverarbeitungs- und Plotting-Bibliotheken, um Code zu generieren und Visualisierungen anzuzeigen. Benutzer können Datensätze im CSV- oder JSON-Format laden oder pandas DataFrames direkt übergeben. Nach der Bereitstellung eines Datensatzes kann der Agent Daten filtern, gruppieren und aggregieren, basierend auf Eingaben wie "Zeige den durchschnittlichen Umsatz nach Quartal für Top-Produkte." Er unterstützt multiple Diagrammtypen wie Balken, Linien, Scatter, Kreis, Histogramm und Heatmap, mit anpassbaren Farben, Labels und Anmerkungen. Der Agent läuft als Python-Paket, mit optionaler CLI- und API-Schnittstelle, die die Integration in Notebooks, Webdienste oder automatisierte Berichtsprozesse ermöglicht.

Chat-With-Data ist ein in Python entwickeltes Tool und eine Weboberfläche basierend auf Streamlit, LangChain und der GPT-API von OpenAI. Es analysiert automatisch tabellarische Datensätze oder Datenbankschemas und erstellt einen AI-Agenten, der natürliche Sprachabfragen zu Ihren Daten versteht. Im Hintergrund chunked es große Tabellen, erstellt einen Embedding-Index für semantische Suche und formuliert dynamische Eingabeaufforderungen, um kontextbewusste Antworten zu generieren. Nutzer fragen beispielsweise „Was sind die Top 5 Verkaufsregionen dieses Quartals?“ oder „Zeige mir ein Balkendiagramm des Umsatzes nach Kategorie“, und erhalten Antworten oder interaktive Diagramme ohne SQL- oder pandas-Code schreiben zu müssen. Die Plattform läuft lokal oder auf einem Server, sorgt für Datenschutz und beschleunigt die explorative Analyse für technische und nicht-technische Nutzer.