What is Causalchat

Causal-Chat is a causal analysis tool that leverages a conversational interface powered by a large language model (LLM). It allows users to upload datasets and automatically selects appropriate causal analysis algorithms to generate interactive dialogue panels and professional analysis reports within seconds.

Use cases

Causal-Chat is designed for researchers, data scientists, and businesses seeking to understand causal relationships within their data. It is useful in fields such as social sciences, economics, healthcare, and any area where data-driven decision-making is essential.

How to use

Users can start by uploading their CSV datasets to the platform. Once the data is uploaded, the causal analysis process is initiated through conversational prompts, allowing users to ask questions and explore the results interactively. The system generates easy-to-understand reports and visualizations of causal relationships.

Key features

Causal-Chat offers intelligent causal analysis, dynamic interactive graphs, a modular tool architecture (MCP), a secure multi-user environment, and cross-platform desktop applications. It supports file uploads, causal discovery algorithms, and a context-aware dialogue system for engaging interactions.

Where to use

Causal-Chat can be utilized in academic research institutions, corporate data analytics departments, as well as by individual data scientists and analysts. It is suitable for any environment where causal inference and data interpretation are necessary.

Causal-Chat

只需上传你的数据集，Causal-Chat 就能以对话的方式，自动帮你选用因果分析算法，并在几秒钟内生成可交互的对话面板和专业的分析报告。

核心优势

• 智能因果分析: 基于大语言模型（LLM）驱动的对话式分析流程，将复杂的因果推断变得通俗易懂。用户无需深入了解算法细节，即可获得详尽、专业的因果分析报告。
• 动态交互图谱: 分析结果以可交互的因果图谱呈现，用户可以直观地探索变量间的因果关系。当用户对结果有疑问时，可以随时追问，获得更深入的解释。
• 模块化工具架构 (MCP): 采用先进的 MCP (Method Call Protocol) 架构，将核心对话逻辑与因果分析等工具解耦。这使得添加新工具、新算法变得轻而易举，具有极高的可扩展性。
• 安全的多用户环境: 完整的用户注册、登录与会话管理系统，所有用户数据（聊天记录、上传文件）均通过用户ID进行严格隔离，确保数据安全。
• 跨平台桌面应用: 通过 pywebview 将 Web 应用打包成独立的桌面客户端，为用户提供一致、流畅的跨平台（Windows/macOS/Linux）体验。

技术栈

• 后端: Flask, Python
• 前端: HTML, CSS, JavaScript, jQuery, Vis-network.js (用于图表)
• 数据库: MySQL
• 应用封装: pywebview
• 核心架构: CausalChat-MCP (Method Call Protocol)
• AI 模型: 支持 OpenAI 或其他兼容的 API

核心功能

• 文件上传: 支持用户上传 CSV 数据集用于分析。
• 因果分析: 可由 LLM 自动调用后端因果发现算法（如 PC 算法）。
• 交互式图表: 将因果关系渲染为可交互、可缩放的动态网络图。
• 上下文理解: LLM 具备多轮对话记忆，能够联系上下文进行分析。
• 结构化数据存储: 支持将分析生成的因果图等结构化数据存入数据库，并在加载历史记录时完美复现。

项目使用

目前还不支持直接使用

windows部署

项目采用前后端分离的设计，需要同时运行后端服务和前端应用。

首先推荐创建一个环境，具体创建方式请自行查阅

1. 打开命令行工具。

2. 导航到您想要存放项目的目录。 （例如，如果您想放在 D 盘的 Projects 文件夹下，可以输入 cd /d D:\Projects）

3. 克隆仓库: 输入以下命令并按回车：

git clone https://github.com/Heyflyingpig/AIchatbox.git
这将在当前目录下创建一个名为 AIchatbox 的文件夹，并下载所有项目文件（包括通过 LFS 管理的大文件）。

备选方案：您也可以在 GitHub 页面上点击 “Code” -> “Download ZIP” 下载项目的压缩包，然后手动解压。

4. Python 环境: 确保你已安装 Python 3.8+。

5. MySQL 数据库: 你需要一个正在运行的 MySQL 8.0+ 实例。请预先创建一个数据库（例如，名为 causal_chat_db）并准备好其访问凭据（主机、用户名、密码）。

6. 安装 Python 依赖:
   克隆项目后，在项目根目录运行以下命令：

   pip install -r requirements.txt
   

项目配置

在首次运行前，你必须在项目根目录下创建一个 secrets.json 文件，用于存放所有敏感配置信息。

1. 创建 secrets.json 文件。

2. 将以下模板内容复制到文件中，并填入你自己的真实信息。

   {
     "SECRET_KEY": "YOUR_FLASK_STRONG_RANDOM_SECRET_KEY",
     "API_KEY": "YOUR_LLM_API_KEY",
     "BASE_URL": "YOUR_LLM_API_BASE_URL",
     "MODEL": "YOUR_LLM_MODEL_NAME",
     "MYSQL_HOST": "localhost",
     "MYSQL_USER": "your_mysql_username",
     "MYSQL_PASSWORD": "your_mysql_password",
     "MYSQL_DATABASE": "causal_chat_db"
   }
   

   • SECRET_KEY: Flask 用于加密会话的密钥，请务必使用一个长且随机的字符串。
   • API_KEY, BASE_URL, MODEL: 你所使用的大语言模型服务的凭据。
   • MYSQL_*: 你在 步骤 2 中准备的数据库连接信息。

1. 启动数据库

需要预先安装mysql数据库
在项目根目录下打开一个终端，运行以下命令：

python database_init.py

2. 启动后端服务

在项目根目录下打开一个终端，运行以下命令：

python Causalchat.py

首次运行时，程序会自动连接到你在 secrets.json 中配置的数据库，并创建所需的表结构。你会看到 Flask 开发服务器启动的日志，它正在 http://127.0.0.1:5001 上监听。请保持此终端窗口持续运行。

3. 启动前端应用

再打开一个 新的终端窗口，同样在项目根目录下，运行以下命令：

python Run_causal.py

稍等片刻，一个标题为 “CausalChat” 的桌面应用窗口将会出现，并加载应用的登录界面。现在，你可以注册并开始使用了。

linux部署（目前暂不支持）

在生产环境中，后端部署在云服务器上，而前端应用 (Run_causal.py) 在本地电脑上运行并连接到服务器。

• 代码部署: 将项目代码同步到你的云服务器。
• 配置: 确保服务器上的 secrets.json 文件配置正确，特别是数据库地址应指向生产数据库。
• 启动服务:
  • Linux (推荐): 使用 gunicorn 或类似的 WSGI 服务器来运行应用，以获得更好的性能和稳定性。

    # 示例：使用 gunicorn，监听在所有网络接口的 5001 端口
    gunicorn Causalchat:app -w 4 -b 0.0.0.0:5001
    

  • Windows: 可以直接使用 python Causalchat.py，或使用 waitress 等生产级 WSGI 服务器。

    # 示例：使用 waitress
    pip install waitress
    waitress-serve --host 0.0.0.0 --port 5001 Causalchat:app
    

• 防火墙: 确保服务器的防火墙或安全组已开放你所使用的端口（例如 5001）。

项目结构

.
├── Causalchat.py         # Flask 主应用，处理 HTTP 请求、用户认证、MCP 交互
├── Run_causal.py         # pywebview 前端启动器
├── requirements.txt      # Python 依赖
├── README.md             # 项目说明
├── database_init.py      # 数据库初始化(需要自行运行)
├── secrets.json          # 配置模板 (需自行创建 secrets.json)
├── settinging/           # 设置项
│   ├── Userprivacy.md   # 用户隐私协议
│   ├── manual.md        # 用户手册
├── Document/             # 文档
│   ├── Database_NOTES.md # 数据库说明
├── causal/               # 因果推断算法模块
│   └── causalachieve.py
├── CausalChatMCP/        # MCP 工具服务端
│   └── mcp_server.py
└── static/               # 前端静态文件
    ├── chat.html         # 主聊天界面
    ├── css/
    └── js/

更新日志

---

2025.5.9

• 【内容新增】【前后端】：完成LLM chat框架的全构建
• 【内容新增】【数据库】：统一数据库，增强安全性和规范性
• 【内容新增】【前后端】：增加CSV文件上传功能
• 【内容新增】【后端】：增加文件上传的后端校验功能

---

2025.5.10

• 【内容新增】【数据库】：完成MySQL数据库的构建
• 【内容新增】【后端】：将后端服务部署至服务器
• 【性能提升】【前后端】：引入gunicorn，优化前后端交互模式

---

2025.5.11

• 【性能提升】【后端】：成功部署gunicorn，支持多用户并行登录
• 【内容新增】【后端】：实现Flask会话加密与多用户登录密钥检测
• 【bug修复】【数据库】：修复了MySQL数据库的错误实现

---

2025.6.11

• 【内容新增】【后端】：实现MCP（Method Call Protocol）的初步演示
• 【性能提升】【后端】：构建异步任务逻辑，提升回答函数性能

---

2025.6.12

• 【内容新增】【后端】：实现基础的PC因果发现算法库
• 【内容新增】【后端】：连通MCP与因果库，允许LLM按需调用
• 【内容新增】【前端】：集成vis-network库，实现交互式因果图渲染
• 【内容新增】【后端】：增加LLM上下文理解功能（支持20轮对话）
• 【性能提升】【后端】：创建后台asyncio事件循环以支持异步任务
• 【内容新增】【前后端】：实现历史会话中因果图的保存与加载
• 【性能提升】【后端】：优化多用户并行登录逻辑
• 【内容新增】【前端】：增加前端加载动画效果

---

2025.6.14

• 【性能提升】【数据库】：分离数据库初始化脚本，提高系统健壮性

---

2025.6.15

• 【bug修复】【前端】：修复了AI回复时加载动画不消失的问题
• 【bug修复】【后端】：修复了特定场景下AI错误回复"上传成功"的问题
• 【bug修复】【后端】：修复了MCP在处理多文件上传时无响应的问题
• 【内容新增】【后端】：增加文件检查逻辑，支持同名文件更新
• 【内容新增】【前端】：优化了前端界面样式

---

2025.6.15

• 【内容新增】【数据库】：重构数据库，增加归档和分区功能
• 【数据库更新内容】(Document/Database_NOTES.md)
• 【内容新增】【前端】：更新前端样式以适配新版数据库
• 【内容新增】【后端】：调整后端逻辑以适配新版数据库

---

2025.6.16

• 【内容新增】【前后端】：增加会话标题可编辑功能
• 【内容新增】【前端】：增加会话标题实时预览功能
• 【内容新增】【前端】：在设置中新增操作手册与用户隐私协议

---

2025.6.17 晨

• 【内容新增】【后端】：完成后端对会话标题编辑功能的支持
• 【内容新增】【前后端】：增加会话列表的删除功能，现在可以向左滑动删除会话啦
• 【内容新增】【后端】：增加模糊搜索，现在用户不需要指定文件名，也可以调用因果分析功能
• 【BUG修复】【前端】：修复了AI回复时加载动画不消失的问题
• 【BUG修复】【后端】：修复了创建新会话的时候显示错误的问题

---

2025.6.17 晚

• 【内容新增】【前后端】：增加文件列表功能，现在可以查看上传的文件列表啦
• 【内容新增】【前端】：文件库设计，文件库对齐
• 【内容新增】【数据库】：增加文件删除功能
• 【BUG修复】【后端】：增加文件哈希大小检测，不只是检测文件名
• 【内容新增】【前端】：css文件增加注释，方便后续维护
• 【内容新增】【前端】：增加文件引用功能，现在点击文件可以在聊天框引用啦
• 【BUG修复】【前端】：修复了文件列表滚动后内容显示不正确的问题
• 【BUG修复】【前端】：修复了按下文件名之后，清空输入框的问题

---

2025.6.21

• 【内容新增】【前端】：设置页面的md格式支持
• 【内容新增】【前端】：消息支持复制