minimax agent可自动完成excel数据清洗、可视化及分析报告全流程：创建专家型agent并配置数据分析插件，设定清洗规则、图表映射与术语库，通过http请求上传文件触发端到端分析。
☞☞☞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MiniMax Agent自动完成从Excel数据清洗、可视化图表生成到撰写分析结论的全流程任务，而不是手动导出再粘贴进对话框反复调试提示词。
在MiniMax Agent平台创建数据分析专家
进入MiniMax开发者控制台→点击左侧“Agent”→点击“创建Agent”。
模板类型选“专家型”，不是通用对话型——选错会导致后续无法调用内置Excel解析工具。系统会自动加载“数据分析”能力插件组，包含Pandas处理、Matplotlib绘图、中文报告生成三项核心模块。
在系统提示词框中输入：【你必须先读取用户上传的Excel文件，识别sheet结构与字段类型，再执行清洗→建模→可视化→结论四步流程，每步输出前需确认是否继续】。这句强制约束能防止Agent跳过清洗直接画图出错。
命名填“财务分析顾问”，点击保存并发布，获得唯一agent_id和测试token。
配置Excel解析与自动清洗规则
方法一：启用平台预置清洗模板
在Agent编辑页→点击“工具配置”→找到“Excel Processor”→开启“智能空值填充”和“异常值标记”开关。该模式会自动将含“-”“N/A”“#NULL!”的单元格转为NaN，并用中位数填充数值列、众数填充文本列。
方法二：自定义清洗逻辑（适合审计类强规则场景）
在“高级配置”中粘贴Python代码片段：df['金额'] = df['金额'].apply(lambda x: float(x) if isinstance(x, str) and x.replace('.','').isdigit() else np.nan)。注意【必须用df作为DataFrame变量名，否则后续绘图模块无法识别】。
保存后，平台会实时校验语法——若报错“name 'np' is not defined”，需在上方添加import numpy as np。
绑定可视化与报告生成链路
第一步：设定图表类型映射规则
在“图表配置”页，填写字段与图表对应关系：当列名含“销售额”“利润”时→默认生成折线图；含“地区”“部门”时→生成横向柱状图；含“占比”“份额”时→强制生成饼图。此规则无需写代码，纯界面勾选。
第二步：激活多图表组合输出
勾选“生成对比视图”选项，Agent将自动并排输出原始数据分布图+清洗后趋势图+同比变化热力图三张图，避免单图误导决策。
第三步：注入行业术语库
在“知识增强”栏上传一个CSV文件，仅两列：第一列是通用词（如“增长”），第二列是财经报告专用表述（如“较上期提升X个百分点，主要受Y因素驱动”）。上传后Agent写结论时会自动替换口语化表达。
用HTTP请求触发端到端工作流
打开Postman，新建POST请求，URL填：https://api.minimax.chat/v1/text/chatcompletion。
Header里添加：Authorization: Bearer your_api_key 和 Content-Type: application/json。
Body用JSON格式提交，关键字段如下：
{
"agent_id": "your_agent_id_here",
"messages": [
{"role":"user","content":"请分析附件中的销售数据，重点关注华东区Q2异常波动原因","attachments":[{"type":"xlsx","url":"https://your-bucket/2026Q2-sales.xlsx"}]}
]
}
发送请求后，3秒内返回响应，choices[0].message.content字段即为完整分析报告，含清洗日志、三张图表base64编码及带术语库润色的结论段落。
