Genai Sales Insights Agent

🚀 GenAI銷售洞察代理 + MCP數據集預覽服務器

本項目是一個由兩部分組成的生成式AI工程項目，主要展示了以下兩大功能：

• 由大語言模型驅動的洞察代理：運用Python、Pandas和OpenAI模型分析金融銷售數據，並生成格式規範的HTML業務報告。
• 輕量級MCP（模型上下文協議）服務器：採用Node.js實現，將數據集作為可調用工具（dataset_preview）公開，供基於代理的工作流使用。

📋 項目概述

本倉庫包含以下兩個主要部分：

1. AI洞察代理（Python）

該流程具備以下功能：

• 加載結構化銷售數據。
• 利用Pandas進行定量分析。
• 構建核心指標摘要。
• 將摘要發送給大語言模型。
• 接收結構化的HTML洞察內容。
• 生成簡潔美觀的報告預覽。

2. MCP服務器（Node.js）

這是一個輕量級的模型上下文協議服務器，僅公開一個工具：dataset_preview。 該工具的功能如下：

• 讀取Python項目中相同的銷售CSV文件。
• 以文本格式返回文件的前8行。
• 允許AI代理在對企業數據集進行推理之前對其進行“檢查”。

🔍 架構設計原理

企業通常不會允許大語言模型直接訪問文件系統，而是依賴以下方式：

• 基於工具的訪問。
• 嚴格的接口。
• 可審計的數據流。
• 推理層與數據層分離。

本項目遵循了上述模式：

Python代理：推理層

負責執行分析、生成摘要並生成HTML洞察內容。

MCP服務器：數據訪問層

通過工具為數據集提供結構化、受限的訪問。

📁 倉庫結構

genai-sales-insights-agent/
│
├── ai_insights_agent/
│ ├── data/
│ │ └── sales_sample.csv
│ ├── sales_insights_agent.py
│ ├── sales_insights_report.html
│ ├── requirements.txt
│ └── .env (ignored)
│
└── mcp_insights_server/
├── index.mjs
├── package.json
└── package-lock.json

💻 AI洞察代理（Python）

工作原理

1. 加載數據 腳本加載並解析金融銷售數據（包括地區、產品、收入、成本、銷售數量等）。

2. 生成Pandas摘要 代理計算以下內容：

• 統計摘要。
• 利潤計算。
• 按地區分組的收入/利潤。
• 按產品分組的收入/利潤。

3. 向大語言模型發送提示 將摘要傳遞給OpenAI模型（gpt - 4o - mini），並嚴格要求其僅輸出HTML格式內容。

4. 生成HTML報告 將返回的HTML片段插入到樣式模板中，最終生成文件：sales_insights_report.html。

這將生成一個簡潔易讀的儀表盤式洞察頁面，類似於內部分析團隊可能生成的報告。

💻 MCP服務器（Node.js）

MCP（模型上下文協議）允許基於大語言模型的代理通過標準接口調用工具。

本項目旨在模擬內部生成式AI代理在使用企業數據集作為上下文之前如何安全地檢查這些數據集。

本項目展示了此類工具的最簡可行版本。

🚀 運行項目

1. 運行Python洞察代理

pip install -r requirements.txt

創建.env文件：

OPENAI_API_KEY=your_key_here

運行腳本：

python sales_insights_agent.py

輸出結果：

• HTML洞察內容將打印到控制檯。
• 生成sales_insights_report.html文件。

注意：倉庫中包含了一個示例輸出文件。

2. 運行MCP服務器

cd mcp_insights_server
npm install
npm start

啟動一個基於標準輸入輸出的輕量級MCP服務器，並提供dataset_preview工具。

✍️ 作者

Rawan Morshed