🤖 LLM Test

AI Chat Anwendung mit CSV-Analyse & Excel-Report-Generierung

📋 Projektbeschreibung

Dieses Python-Projekt implementiert eine Desktop-Anwendung zur Interaktion mit lokalen LLMs (Large Language Models) über Ollama. Die Anwendung bietet zwei Hauptfunktionen:

🛠️ Technologien

Python 3.11 Tkinter Ollama API OpenPyXL Pandas python-docx markdown2 PyInstaller

✨ Features

  • Lokale LLM-Integration via Ollama
  • Markdown-Rendering im Chat
  • Chat-Historie speichern & laden
  • DOCX-Export von Chats
  • KI-gestützte CSV-Analyse
  • Automatische Excel-Diagrammerstellung
  • Threading für non-blocking UI

📁 Projektstruktur

🐍 main.py - Hauptanwendung mit AI Chat & CSV-Analyse
🐍 neu.py - Erweiterte CSV-Verarbeitung mit Berechnungen
📋 AIChat.spec - PyInstaller Konfiguration
⚙️ chat_config.json - LLM Konfiguration
🎨 icon.ico - Anwendungsicon
📊 beispiel_daten.csv - Beispiel-CSV-Datei

🔧 Architektur

Das Projekt ist modular aufgebaut mit folgenden Hauptkomponenten:

ChatHistoryManager

Verwaltet Chat-Verläufe (JSON), bietet Speichern/Laden und DOCX-Export mit Markdown-Parsing

MarkdownTextWidget

Benutzerdefiniertes Tkinter-Widget mit Markdown-Rendering-Unterstützung

AIChat / LLMProcessor

Hauptanwendungsklassen für Chat-UI und CSV-Analyse

⚡ LLM-Integration

Die Anwendung kommuniziert mit einem lokalen Ollama-Server:

POST http://naqyjszq76619li0.myfritz.net:11434/api/chat { "model": "llama3.1:8b", "messages": [...], "temperature": 0.7, "stream": false }

Für die CSV-Analyse werden strukturierte JSON-Prompts verwendet, die Diagrammtypen, Berechnungen und Visualisierungsvorschläge zurückgeben.

📊 Excel-Report-Generierung

Die CSV-Analyse erstellt mehrere Arbeitsblätter:

← Alle Projekte