Agentic Analytics

LLM destekli, agentic yapıda bir veri analizi uygulaması. Bir CSV/XLSX dosyası yükle, ne yapmak istediğini söyle — yapay zeka planı üretir, onaylarsan analizi otomatik yürütür.

Nasıl Çalışır

Veri Yükle → LLM Plan Üretir → Kullanıcı Onaylar → Agent Adımları Çalıştırır → Rapor

1. Kullanıcı bir CSV veya XLSX dosyası yükler ve analiz niyetini yazar
2. LLM, veri setinin özetine bakarak adım adım bir plan oluşturur
3. Kullanıcı planı inceleyip onaylar
4. Agent sırasıyla: veri yükleme → profil → EDA → modelleme → rapor adımlarını çalıştırır
5. Sonuçlar; grafikler, metrikler ve Markdown raporu olarak gösterilir

Özellikler

• Çoklu LLM desteği — Ollama (yerel/ücretsiz), Gemini, OpenAI
• Agentic ama insan-in-the-loop — plan her zaman kullanıcıya gösterilir, onay olmadan çalışmaz
• Otomatik EDA — dağılım, korelasyon, outlier, eksik değer grafikleri
• Otomatik Modelleme — sınıflandırma ve regresyon; LR, RF, GBM, SVM, KNN, XGBoost karşılaştırması
• Markdown Raporu — tüm adımların açıklamalı özeti
• Web Arayüzü — Flask tabanlı, sürükle-bırak dosya yükleme
• CLI desteği — src/main.py ile terminal üzerinden de çalışır

Desteklenen Veri Formatları

Format	Uzantı	Boyut Limiti
CSV	.csv	100 MB
Excel	.xlsx	100 MB

Kurulum

Gereksinimler

• Python 3.10+
• Bir LLM (Ollama önerilir — ücretsiz ve yerel çalışır)

1. Repoyu klonla

git clone https://github.com/bugraq/agentic-analytics.git
cd agentic-analytics

2. Sanal ortam oluştur

python -m venv venv
venv\Scripts\activate       # Windows
# source venv/bin/activate  # Linux/Mac

3. Bağımlılıkları yükle

pip install -r requirements.txt

4. Ortam değişkenlerini ayarla

copy .env.example .env   # Windows
# cp .env.example .env   # Linux/Mac

.env dosyasını aç ve LLM sağlayıcını seç:

# Ücretsiz seçenek: Ollama (yerel)
LLM_PROVIDER=ollama
OLLAMA_MODEL=mistral
OLLAMA_BASE_URL=http://localhost:11434

# veya Gemini
# LLM_PROVIDER=gemini
# GEMINI_API_KEY=your_api_key

# veya OpenAI
# LLM_PROVIDER=openai
# OPENAI_API_KEY=your_api_key

5. Ollama kurulumu (ücretsiz seçenek)

ollama.com adresinden Ollama'yı indir ve kur, ardından:

ollama pull mistral

6. Uygulamayı başlat

python app.py

Tarayıcıda http://localhost:5000 adresine git.

Kullanım

Web Arayüzü

1. Ana sayfada CSV veya XLSX dosyanı yükle
2. Analiz niyetini yaz (örn: "Hangi faktörler kalp krizini etkiliyor?")
3. LLM'in önerdiği planı gözden geçir
4. Planı onayla
5. Sonuçları ve raporu görüntüle

Komut Satırı

python src/main.py --input data/raw/heart_attack.csv --intent "kalp krizi risk faktörleri"

Proje Yapısı

agentic_analytics/
├── app.py                  # Flask web uygulaması
├── .env.example            # Ortam değişkenleri şablonu
├── requirements.txt        # Bağımlılıklar
│
├── src/
│   ├── agent/
│   │   ├── agent.py        # Ana agent döngüsü (observe → plan → act)
│   │   ├── planner.py      # LLM'den plan üretme
│   │   ├── plan_renderer.py
│   │   └── prompts.py      # LLM sistem promptları
│   │
│   ├── core/
│   │   ├── state.py        # RunState: tüm analiz verisi burada taşınır
│   │   └── run_io.py       # Çıktı dizini yönetimi
│   │
│   ├── llm/
│   │   ├── base.py         # LLMClient arayüzü
│   │   ├── ollama_client.py
│   │   ├── gemini_client.py
│   │   └── openai_client.py
│   │
│   ├── tools/
│   │   ├── load_data.py    # CSV/XLSX yükleme
│   │   ├── profile_data.py # Veri profili (tip, eksik değer, istatistik)
│   │   ├── eda.py          # Keşifsel veri analizi + grafikler
│   │   ├── modeling.py     # Model eğitimi ve karşılaştırma
│   │   └── report.py       # Markdown rapor üretimi
│   │
│   └── main.py             # CLI giriş noktası
│
├── templates/              # HTML şablonları
├── static/                 # CSS ve üretilen grafikler
└── data/raw/               # Örnek veri setleri (gitignore'da)

LLM Sağlayıcı Karşılaştırması

Sağlayıcı	Maliyet	Kurulum	Hız	Kalite
Ollama (Mistral)	Ücretsiz	Yerel kurulum	Orta	İyi
Gemini 1.5 Flash	Ücretsiz kota	API key	Hızlı	Çok iyi
OpenAI GPT-4o-mini	Ücretli	API key	Hızlı	Çok iyi

Lisans

MIT