快速开始

5 分钟跑通你的第一个数据处理任务。

第一步：安装

方式 A：安装包（推荐）

从下载页获取 DataHand-v1.10.0-安装包.zip
解压到任意目录，双击 DataHand.exe 启动
浏览器会自动打开界面，首次启动开启 7 天免费试用

提示：安装包已内置运行环境，无需安装 Python。若不配置大模型，也能使用内置规则引擎处理 20+ 种常见任务。

第二步：配置模型（可选）

不配置模型也能使用内置规则引擎。若想理解更复杂的自然语言，推荐配置 DeepSeek。

获取 API Key

访问 DeepSeek 开放平台注册，在「API Keys」创建并复制（形如 sk- 开头）。

填入软件

打开 DataHand → 左侧「模型配置」→ 关闭「使用本地模型」→ 下拉选 deepseek-chat → 粘贴 Key。

保存

点击「初始化 / 切换模型」。配置会持久化保存，下次启动无需重填。

使用本地模型（完全离线）

# 1. 安装 Ollama（https://ollama.com/download）
# 2. 下载模型
ollama pull qwen2.5:7b

# 3. 在 DataHand 里勾选「使用本地模型」
#    地址：http://localhost:11434
#    模型：qwen2.5:7b

第三步：处理第一个表格

上传数据

左侧「数据上传」区域，可拖拽或点击选择 Excel / CSV 文件。支持多选，一次上传多个文件以及每个文件里的多个 Sheet 都会被识别。

用自然语言下指令

在对话框输入你的需求，例如：
按部门统计销售额
把空值用中位数填充
画柱状图，按地区统计销售额

查看结果

结果会直接显示在对话区；图表会内嵌展示。切到「数据预览」可查看处理后的完整表格。

导出 / 生成报告

「数据预览」页可下载 CSV；「多表对比」页可生成 Excel / PPT / Word 报告与 HTML 看板。

完整示例

from datahand import DataHandAgent

# 1. 创建 Agent（本地模式，不启用大模型）
agent = DataHandAgent(local=True)

# 2. 加载数据（自动识别多 Sheet）
agent.load_files(["销售数据.xlsx", "客户表.xlsx"])

# 3. 自然语言处理
response = agent.chat("按 部门 统计 销售额")
print(response)

# 4. 智能洞察
print(agent.insights_text())

# 5. 生成报告（可选格式，默认 Excel）
result = agent.export_report_suite("销售分析报告", formats=["excel", "word"])
print(result["files"])