7.5 运行效果验证

7.5.1  测试数据集的设计思路

为了验证 Agent 的端到端能力，本项目专门构造了一份电商销售订单的 CSV 测试数据集。数据规模为 150 条订单，时间跨度从 2024 年 1 月至 2025 年 12 月，共 17 列字段，覆盖订单标识、时间、客户信息、地域三级、产品类别与名称、价格与数量、折扣、销售额、支付方式、渠道、销售员等维度。

字段设计思路可以概括为以下四点：时间维度（订单日期）用于验证月度、季度、年度聚合；地域三级下钻（地区→省份→城市）用于验证多级 GROUP BY；品类与客户等级维度用于验证多条件筛选与交叉分析；数值列（单价、数量、折扣、销售额）则用于验证 SUM、AVG 等聚合函数。构造中文数据而非使用英文公开数据集，核心目的是打靶打到痛点——真实测试中文渲染与中文 SQL 字段名的处理能力。

图 7-7  测试数据集前50行预览

7.5.2  Agent 的执行流程展示

在将 CSV 上传到系统后，笔者仅向 Agent 发送了一句提示：请对这份电商销售数据做一份完整的分析报告。随后 Agent 依次自主完成了以下四个步骤。

第一步，表结构探查。Agent 首先通过 exec_sql 查询了目标表的字段定义，确认 17 列字段的名称与类型后，才开始撰写业务查询。这一步虽不直接产出业务结果，却是保证后续 SQL 正确性的关键环节。

第二步，动态 SQL 查询，如图7-8所示。Agent 根据“完整分析”这一抽象需求，自行拆解为多个分析视角，并生成了若干条 SQL。以下列出其中三条具有代表性的查询。

图7-8 exec_sql查询页面

（1）月度销售趋势查询

SELECT

  TO_CHAR(订单日期, 'YYYY-MM') AS 月份,

  SUM(销售额) AS 月销售额

FROM orders

GROUP BY TO_CHAR(订单日期, 'YYYY-MM')

ORDER BY 月份;

（2）各品类销售额占比查询

SELECT

  产品类别,

  SUM(销售额) AS 类别销售额,

  ROUND(SUM(销售额) * 100.0 / SUM(SUM(销售额)) OVER (), 1)

    AS 占比百分比

FROM orders

GROUP BY 产品类别

ORDER BY 类别销售额 DESC;

（3）地区销售排行查询

SELECT 地区, SUM(销售额) AS 地区销售额

FROM orders

GROUP BY 地区

ORDER BY 地区销售额 DESC;

值得强调的是，以上三条 SQL 均非笔者预先提供，亦非在系统提示词中硬编码，而是 Agent 根据自然语言需求“分析报告”动态推理生成。这直接印证了 7.2.1 节提出的“动态 SQL 查询能力”设计目标。

7.5.3  三幅图的中文渲染验证

在获得查询结果后，Agent 自主判断每一组数据应配何种图表，并依次调用 create_chart_tool 生成了三幅图：按月销售额变化的折线图，用于呈现趋势；按品类销售额占比的饼图，用于展示结构；按地区销售额对比的柱状图，用于进行横向排名。如图7-9所示。

图 7-9  数据可视化图表页面（由 Agent 自动生成）

7.5.4  Markdown 报告的完整输出

最终 Agent 输出了一份结构完整的 Markdown 分析报告，包含 7.2.3 节要求的四个模块。以下为报告节选。

# 电商销售数据分析报告

 

## 一、数据概览

本次分析基于 2024 年 1 月至 2025 年 12 月的电商销售订单

数据，共包含 146 条有效订单记录，总销售额达 154,520.58 元，

覆盖 7 个地区、8 大产品类别……

 

## 二、关键发现

 

### 1. 销售趋势特征

- 整体销售呈现波动上升趋势，2025 年销售额较 2024 年增长约 45%

- 季节性特征明显，每年 11-12 月为销售高峰期

- 2025 年 12 月销售额达 29,711.71 元，为历史最高值，

  占总销售额的 19.2%

 

### 2. 产品结构表现

- 电子产品为核心收入来源，销售额达 75,251.4 元，占比 48.7%

- 家居和服装分列二、三位，三大类别合计占比超过 83%

- 图书类别占比最低，仅 3.4%

 

### 3. 区域销售分布

- 西南地区销售表现最优，占比 30.3%

- 东北地区销售额最低，仅 5,627.56 元

 

## 三、数据可视化




 

## 四、结论与建议

1. 品类策略：巩固电子产品优势……

2. 区域拓展：深耕西南、华南……

3. 营销优化：把握年末旺季……

4. 产品矩阵：丰富家居、服装产品线……

报告结构完整、数据引用准确、结论可执行，达到了一份初级分析报告的交付标准。如图7-10所示。

图7-10 报告完整截图

7.5.5  与设计目标的逐项对照

将 7.3 节中提示词所声明的三项核心能力与本节实际运行结果进行对照，如表 7-3 所示。

表 7-3  能力设计与实际运行效果对照

设计目标	实际交付	验证结果
动态生成 SQL 查询 CSV 数据	Agent 自主生成 3 条以上含聚合、时间函数的 SQL	达成
Python 绘图、中文渲染、对象存储、Markdown 链接返回	3 幅图中文全部正常，返回链接可直接渲染	达成
Markdown 形式产出数据分析报告	四段式报告结构完整，含关键发现与可执行建议	达成

三项核心能力均实现闭环，验证了本章提出的设计方法与实现路径的有效性。