> ## Content Index > Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt > Use this file to discover other available public pages before exploring further. # ComfyUI-PandasAI数据分析包 - URL: https://www.hubwiz.com/blog/comfyui-pandasai/ - Published: 2024-12-06T14:46:49.000Z - Updated: 2024-12-06T15:45:14.000Z - Description: ComfyUI-PandasAI是ComfyUI平台上的数据分析自定义节点包，可以采用自然语言分析本地csv/xlsx文件，或Sqlite、MySQL、PostgreSQL等数据库。 - Author: admin - Tags: TOOL, COMFYUI, COMFYUI-PANDASAI, #Import 2026-10-14 14:41 [ComfyUI-PandasAI](http://sc.hubwiz.com/codebag/comfyui-pandasai/?ref=hubwiz.com)是ComfyUI平台上的数据分析自定义节点包，可以采用自然语言分析本地csv/xlsx文件，或Sqlite、MySQL、PostgreSQL等数据库。 ## 1、代码组织 ComfyUI-PandasAI节点包的目录组织说明如下： | 文件路径 | 文件说明 | | ---------------------------------- | ---------------------------------- | | requirements.txt | 依赖包清单文件 | | \_\_init\_\_.py | 包入口文件 | | py/ | 自定义节点目录 | | py/smart\_dataframe.py | SmartDataframe节点 | | py/chat\_with\_smart\_dataframe.py | ChatWithSmartDataframe节点 | | py/agent.py | Agent节点 | | py/chat\_with\_agent.py | ChatWithAgent节点 | | py/bamboom\_llm.py | BambooLLM节点 | | py/openai\_llm.py | OpenAI节点 | | py/google\_palm\_llm.py | Google Palm节点 | | py/google\_vertexai\_llm.py | Google VertexAI节点 | | py/azure\_openai\_llm.py | Azure OpenAI节点 | | py/huggingface\_textgen\_llm.py | HuggingFace TextGen节点 | | py/custom\_llm.py | CustomLLM节点 | | py/file\_connector.py | FileConnector节点 | | py/sql\_connector.py | SQLConnector节点 | | py/sqlite\_connector.py | SqliteConnector节点 | | py/mysql\_connector.py | MySQLConnector节点 | | py/postgresql\_connector.py | PostgreSQLConnector节点 | | web/ | 前端扩展目录 | | web/pandasai.js | 前端扩展 | | examples/ | 示例工作流目录 | | examples/smart\_dataframe.json | 使用SmartDataframe分析本地csv或xlsx文件的工作流 | | examples/supported-connectors.json | 数据源节点一览 | | examples/supported-llms.json | 大模型支持节点一览 | | datasets/ | 示例数据集目录 | | coffee.csv | 咖啡店订单数据，csv格式 | | loan\_payments.csv | 贷款支付数据，csv格式 | | Loan payments data.xlxs | 贷款支付数据，xlxs格式 | | employees\_db.zip | 员工数据，sqlite格式，zip压缩 | ## 2、安装 将节点包解压到 `ComfyUI/custom_nodes` 目录下，结果如下所示： ``` ComfyUI |- custom_nodes |- ComfyUI-PandasAI |- __init__.py |- ... ``` 然后进入 `ComfyUI-PandasAI` 目录，执行如下命令安装依赖包： ``` pip install -r requirements.txt ``` ## 3、使用示例数据集快速上手 在ComfyUI界面中，点击【Load】按钮载入 `examples/smart_dataflow.json`工作流，如下图所示： ![smart dataframe example workflow](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/example-smart-dataframe.png) `SmartDataframe`节点类似于使用LLM大模型增强的表格数据集，可以使用自然语言分析数据集。 它的输入有两个： - llm：用于分析自然语言的大模型 - connector：数据源连接器，可以连接本地文件或sql数据库等。 在这个工作流中，使用了 `Custom LLM` 节点来访问Groq的API，主要参数如下： - api\_base: OpenAI兼容API访问基址，对于Groq来说，这个值是 `https://api.groq.com/openai/v1` - api\_key: 大模型服务商的API KEY，Groq可以在[这里](https://console.groq.com/keys?ref=hubwiz.com)创建API Key - model：使用的大模型，这里使用 `llama3-8b-8192` 模型 示例工作流使用的数据源连接器是 `File Conector`，用来访问本地的数据文件，目前支持csv格式和xlxs 格式，点击 【upload】按钮即可上传本地其他目录的数据文件。 `Chat With Smart Dataframe`节点是我们输入的地方，例如查询贷款支付数据中男女各有多少人，可以输入： > 贷款的男女各有多少人？ 工作流的输出使用了ComfyUI-Custom-Scripts节点包中的 `show text`节点，用于显示结果文字，如上图所示： ``` Gender Count 0 male 423 1 female 77 ``` ## 4、数据源自定义节点 ### 4.1 FileConnector ![file connector node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/file-connector.png) FileConnector可以上传本地的数据文件作为数据分析的数据源，目前支持csv和xlxs。 输入： - file：已上传的数据文件 输出： - connector：数据源连接对象 ### 4.2 SqliteConnector ![sqlite connector](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/sqlite-connector.png) SqliteConnector以本地的sqlite数据库文件作为数据分析的数据源。 输入： - file：sqlite数据库文件本地路径 输出： - connector：数据源连接对象 ### 4.3 MySQLConnector ![MySQL Connector](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/mysql-connector.png) MySQLConnector以MySQL数据库表作为数据源。 输入： - host：MySQL主机地址 - port：MySQL服务端口 - database：数据库名称 - username：用户名称 - password：用户密码 - table：数据表名称 ### 4.4 PostgreSQLConnector ![PostgreSQL Connector](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/postgresql-connector.png) PostgreSQLConnector以PostgreSQL数据库表作为数据源。 输入： - host：PostgreSQL主机地址 - port：PostgreSQL服务端口 - database：数据库名称 - username：用户名称 - password：用户密码 - table：数据表名称 ## 5、LLM大模型自定义节点 ### 5.1 BambooLLM ![bamboo llm node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/bamboo-llm.png) BambooLLM 主要针对数据分析。它旨在理解和执行与数据分析、数据处理和数据可视化相关的自然语言查询。 可以在[这里](https://pandabi.ai/?ref=hubwiz.com)注册以获取免费 API 密钥。 输入： - api\_key：API密钥 输出： - llm：LLM对象。 ### 5.2 OpenAI ![openai llm node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/openai-llm.png) 为了使用 OpenAI 模型，你需要一个 OpenAI API 密钥。可以在 [此处](https://platform.openai.com/account/api-keys?ref=hubwiz.com)获取一个。 输入： - api\_key：API KEY - model：使用的大模型，默认：gpt-4 输出： - llm：LLM对象 ### 5.3 GooglePalm ![google palm node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/google-palm-llm.png) 为了使用 Google PaLM 模型，你需要拥有 Google Cloud API 密钥。可以在[此处](https://developers.generativeai.google/tutorials/setup?ref=hubwiz.com)获取一个。 输入： - api\_key: API密钥 输出： - llm：LLM对象 ### 5.4 GoogleVertexAI ![google vertexai node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/google-vertexai-llm.png) 为了通过 Vertexai api 使用 Google PaLM 模型，需要先创建Google Cloud 项目、设置项目区域并完成gcloud身份验证。 输入： - project\_id：项目编号 - location：区域 - model：使用的模型名称 输出： - llm：LLM对象 ### 5.5 AzureOpenAI ![azure openai llm node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/azure-openai-llm.png) 为了使用 Azure OpenAI 模型，需要拥有 Azure OpenAI API 密钥以及 Azure OpenAI 端点。可以在 [此处](https://azure.microsoft.com/products/cognitive-services/openai-service?ref=hubwiz.com)获取。 要实例化 Azure OpenAI 对象，您还需要指定在 Azure 上部署的模型的名称和 API 版本： 输入： - api\_token: API密钥 - azure\_endpoint：访问端点 - api\_version：api版本 - deployment\_name：部署的名称 输出： - llm：LLM对象 ### 5.6 HuggingFaceTextGen ![huggingface textgen llm node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/huggingface-textgen-llm.png) 为了通过文本生成使用 HuggingFace 模型，需要首先提供一个受支持的大型语言模型 (LLM)。 阅读[文本生成文档](https://huggingface.co/docs/text-generation-inference/index?ref=hubwiz.com)以了解有关如何设置推理服务器的更多信息。 例如，这可用于使用 LLaMa2、CodeLLaMa 等模型。可以在[此处](https://huggingface.co/docs/text-generation-inference/index?ref=hubwiz.com)找到有关文本生成的更多信息。 输入： - inference\_server\_url：推理服务器url 输出： - llm：LLM对象 ### 5.7 CustomLLM ![Custom llm node](http://sc.hubwiz.com/codebag/comfyui-pandasai/img/custom-llm.png) CustomLLM节点用来加载自定义模型，可以是本地模型，如Ollama或LM Studio托管的模型，也可以是云端模型，例如Groq托管的模型， 只要提供OpenAI兼容的API即可。 输入： - api\_base：API基地址，需要与OpenAI兼容 - api\_key：API密钥，云平台托管的模型服务，通常需要设置这个密钥 - model：模型名称 输出： - llm：LLM对象 --- 原文链接：[ComfyUI-PandasAI节点包](http://sc.hubwiz.com/codebag/comfyui-pandasai/?ref=hubwiz.com) 汇智网编辑整理，转载请标明出处