我认为，数据分析与挖掘有希望成为继编程之后，AI Agent 下一个实现规模化应用的领域。于是我基于 PySide6 开发了一款面向中小企业非技术人员的 Windows 桌面端数据挖掘 AI Agent（称为 Xenix），尝试让用户通过自然语言完成数据处理、数据可视化和基于机器学习的数据分析工作。
特点包括：
· 将 LLM、Embedding、OCR 及机器学习计算等核心依赖一键部署至本地或远程环境，满足数据处理过程中的安全可控与隐私保护需求。
· 内置 RAG 思路的知识库，支持 PDF、PPTX、DOCX。
· 通过 DuckDB + SQL 阅览、转换数据；通过 Vega-lite、wordcloud tool 绘制图表。
· 支持 30 余种常用机器学习模型的训练与应用，涵盖回归、分类、聚类和推荐等任务。
本次演讲主要介绍项目的设计思路、架构和关键技术实现，并实机演示它如何将大语言模型、知识库、数据处理与传统机器学习能力整合到统一工作流中。