可零代码实现多格式文档智能分析与交互报表生成：上传文件后自动提取表格数据，调用DeepSeek大模型完成环比计算、异常识别与风险总结，并通过Plotly生成带动态图表的HTML报表，全程无需编码。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让AI自动读取Excel、Word或PDF里的业务数据，分析趋势、识别异常，并生成带交互图表的HTML报表，整个过程不写一行代码。
上传并解析原始文档
点击工作流画布左上角“+节点”→选择“开始节点”→在右侧配置面板中，将“文件类型”设为“支持多格式（Excel/Word/PDF）”，勾选“启用文件上传入口”。
这一步必须开启上传入口，否则用户无法在对话界面提交文件；关闭后整个流程将失去数据来源，后续所有分析节点都会报错空输入。
上传成功后，系统自动生成一个名为file_url的变量，它指向云端临时存储地址——该链接有效期仅30分钟，【务必在后续节点中立即使用，不可缓存或手动复制】。
提取结构化表格数据
拖入“读取表格数据”插件节点，连接上一节点的输出箭头。
在插件设置中，将“输入源”指定为file_url；若原始文件含多个Sheet，需手动填入目标Sheet名（如“销售明细”），留空则默认读取第一个Sheet。
此插件会自动识别Excel的合并单元格、跳过空行，并把数值列转为数字类型而非字符串——如果发现金额列显示为“¥12,345.00”这类带符号文本，说明未触发类型推断，此时需在字段映射里手动将该列设为“Number”类型。
用DeepSeek大模型执行智能分析
方法一：基础分析流
添加“大模型”节点，模型选择“DeepSeek-V2.5”，在提示词框中粘贴：
你是一名资深数据分析师。请基于以下表格数据，完成三件事：①计算各品类月度销售额环比变化率；②标出连续两月跌幅超15%的品类；③用中文总结核心风险点。输出严格为纯文本，禁用Markdown。
方法二：增强推理流
在同一“大模型”节点中，启用“工具调用”开关，绑定“Python代码执行”插件。此时提示词末尾追加：“如需计算，请直接生成可运行的pandas代码，我将为你执行并返回结果。”
注意：启用工具调用后，模型输出可能包含代码块，系统会自动截取并执行——但代码中禁止使用os.system或subprocess等系统调用，否则执行中断。
生成交互式HTML可视化报表
第一步：配置图表生成逻辑
添加“代码执行”节点，语言选“Python”，粘贴如下代码：
import plotly.express as px
df = {{input}}
fig = px.line(df, x='月份', y='销售额', color='品类', markers=True)
fig.update_layout(title='各品类月度销售额趋势')
html_content = fig.to_html(include_plotlyjs='cdn', full_html=False)
第二步：注入动态分析结论
在“代码执行”节点下方接一个“文本拼接”节点，将DeepSeek输出的中文结论与html_content变量用三行分隔符组合：
--- 分析结论 ---
{{deepseek_output}}
--- 可视化图表 ---
{{html_content}}
第三步：封装为可交付产物
最后接入“HTML响应”节点，将拼接后的完整内容设为输出体。该节点会自动启用CORS头，确保报表可嵌入企业内网页面或微信公众号WebView。
