$ askcsv sample_sales.csv "哪个城市的销售额最高？各城市差距多大？"
✓ 已加载 sample_sales.csv：800 行 × 8 列
💡 销售额最高的城市是「上海」，约 ¥58,200，其次是北京（¥54,900）。
前两名明显领先，成都最低，约为上海的 38%。
📊 图已保存：askcsv_chart.png你只管用人话问，pandas 代码、计算、画图全交给 AI。
数据分析里最烦的，往往不是「想不到问什么」，而是把问题翻译成代码：
groupby 还是 pivot_table？日期怎么 resample？图怎么画……
askcsv 把这一步交给大模型：你提问 → AI 写 pandas 代码 → 自动执行 → 给你结论和图。
跑错了它还会自己看报错、改代码、重试，直到跑通。
| 功能 | 说明 | |
|---|---|---|
| 🗣️ | 自然语言提问 | 中文/英文都行，不用懂 pandas |
| 🔁 | 自动纠错重试 | 代码报错时，把错误喂回模型自我修复 |
| 📊 | 自动画图 | 需要时自动出图并保存 |
| 💬 | 交互模式 | 加载一次，连续追问 |
| 🔌 | 兼容任意大模型 | OpenAI / DeepSeek / Kimi / 智谱 / 本地 Ollama |
| 🛡️ | 基础安全沙箱 | 禁用文件/网络/系统调用，拦截危险代码 |
| 🐍 | 可当库调用 | 一个 ask() 函数集成进你的项目 |
pip install askcsv# 用 OpenAI
export ASKCSV_API_KEY="sk-..."
# 或用国内模型（示例：DeepSeek，便宜量大）
export ASKCSV_API_KEY="sk-..."
export ASKCSV_BASE_URL="https://api.deepseek.com/v1"
export ASKCSV_MODEL="deepseek-chat"Windows PowerShell 用
$env:ASKCSV_API_KEY="sk-..."
# 一次性提问
askcsv data.csv "上个季度哪个品类增长最快？"
# 进入交互模式，连续追问
askcsv data.csv
# 顺便看看 AI 写了什么代码
askcsv data.csv "客单价最高的渠道是？" --show-code只要兼容 OpenAI 的 /chat/completions 接口都能用，改三个环境变量即可：
| 服务 | ASKCSV_BASE_URL |
ASKCSV_MODEL（示例） |
|---|---|---|
| OpenAI | （默认，可不填） | gpt-4o-mini |
| 硅基流动 SiliconFlow | https://api.siliconflow.cn/v1 |
deepseek-ai/DeepSeek-V3 |
| DeepSeek | https://api.deepseek.com/v1 |
deepseek-chat |
| Kimi / Moonshot | https://api.moonshot.cn/v1 |
moonshot-v1-8k |
| 智谱 GLM | https://open.bigmodel.cn/api/paas/v4 |
glm-4-flash |
| 本地 Ollama | http://localhost:11434/v1 |
qwen2.5 |
用本地 Ollama 时，
ASKCSV_API_KEY随便填一个非空值即可，数据不出本机。
import askcsv
df = askcsv.load_data("data.csv")
client = askcsv.LLMClient() # 读环境变量配置
res = askcsv.ask(df, "哪个城市销售额最高？", client)
print(res.answer) # 文字结论
print(res.code) # AI 生成的代码
print(res.chart_path) # 图片路径（如果画了图）python examples/generate_sample.py # 生成 sample_sales.csv
askcsv sample_sales.csv "线上和线下哪个渠道客单价更高？"askcsv 会执行大模型生成的 Python 代码。为降低风险，它已经：
- 只在受限命名空间运行，禁用
open/eval/exec等危险内置函数； - 静态拦截
import os、subprocess、网络请求等关键字； - 只暴露
df/pd/np/plt。
即便如此，仍建议只在可信数据上使用；对不可信数据，请放进容器/沙箱运行。
- 多轮对话记忆（基于上一问的结果继续追问）
- 导出分析报告（结合 QuickEDA）
- 支持直接连数据库（SQLite / MySQL）
- 把生成的代码沉淀成可复用脚本
欢迎 PR！如果这个项目帮到了你，点个 ⭐ Star 是最大的支持。
MIT © 2026
askcsv — Ask your data questions in plain English; AI writes the pandas, runs it, and plots it.
pip install askcsv
export ASKCSV_API_KEY="sk-..."
askcsv data.csv "which city has the highest sales?"- Natural-language questions → AI-generated pandas code → executed → answer + chart
- Self-corrects on errors (feeds the traceback back to the model and retries)
- Works with any OpenAI-compatible API: OpenAI / DeepSeek / Kimi / local Ollama
- Basic sandbox: dangerous builtins disabled, file/network/system calls blocked
⚠️ It executes LLM-generated code — use on trusted data, or run in a sandbox.
MIT licensed. A ⭐ would mean a lot!