Together Open Data ScientistオープンソースのReActエージェントはPythonを使用してデータを調べ、モデルを作成し、分析レポートを生成します

4.3 (4)

レビュー: Daniel Nikulshyn·更新 2026年6月

Open Source Data Science Python AI Agent Cloud Local Analytics Reporting

概要

Together Open Data Scientistは、GitHubからリリースされたオープンソースのデータ分析エージェントである。Together AIによって開発され、言語モデル推論ステップとコンピューティングPython コードの実行を交互に使用するReAct (Reasoning + Acting) フレームワークを採用し、データセットの探査、記述統計量の計算、モデル構築、詳細な分析レポートの作成などの、エンドツーエンドデータサイエンスタスクを実行する。エージェントはPythonを2つのモードで実行できます。"内部"モードでは、Dockerコンテナ内部でコードをローカルに実行するため、シングルユーザローカル開発向けです。一方、"TCI"モードではTogether Code Interpreter (TCI)というクラウドサンドボックスに実行をオフロードします。TCIはThroughgether AI API経由でアクセスでき、ユーザーはデータディレクトリの自動インジェクション、論理演算の最大数の制限、およびエージェントを動かす下位互換モデルを選択できます。この指定されたモデルはDeepSeek-V3でデフォルトですが、Throughgetherプラットフォームを介して使用可能なLLaマおよびその他のモデルを選択できます。 Together Open Data Scientistはpip安装のパッケージとして提供され、コマンドラインインターフェイスとPython APIを公開しています。CLIは、マークダウン形式の分析レポートを生成するために`-write-report`オプション、全体のクエリーおよび実行トレースを記録するために`-save-trace`オプション、およびセッションIDを使用したセッション再利用をサポートしています。Python APIの中心は、自然言語タスクを受け取って結果を返すReActDataScienceAgentクラスです。このプログラムは明示的に実験的で、全てのコードと分析は AI により生成されますため、出力に誤りまたは最適なアプローチと異なる可能性があります。そのため、実用的な決定には使用しないようお勧めであり、探索や学習のための出発点としましょう。そして、ビジネス又は研究上の重要なアプリケーションでは、特に人の確認と検証が必要です。コミュニティによるオープンソースのデータサイエンティストツール、Together Open Data Scientistは、商用のAIデータ分析アシスタントやChatGPTのAdvanced Data Analysisやノートブックコピログに比べて、Togetherのエコシステム内でモデル無関係、完全オープンソースであり、またローカルに自己ホスティングすることも可能で、また、複数ステップのコード実行を自律で組み合わせて最終的なリポートを作成することで区別されています。

主な機能

ReAct推論と行動エージェントのループ
2つの実行モード: ローカルのDockerまたはTogether Code Interpreterクラウド
分析用データディレクトリの自動アップロード
Markdownレポートの生成に--write-reportを使用する
モデルと最大推論回数の構成可能
コマンドラインインターフェースとプログラム上のPython API

料金

モデル: Free
カテゴリー: エンテルフトボエクアイカ
評価: 4.3 / 5 (4)

ユースケース

自動データセットの調査

新しいデータセットにエージェントを実行し、Pythonを使用した探索分析を実行し、データの見つけた詳細なレポートを取得します。

モデル作成支援

エージェントを使用して、ローカルまたはクラウド上でデータにマシンラーニングモデルをプロトタイプ化および構築します。

分析レポートの生成

データセットの洞察とモデル結果を概要する詳細な書面分析レポートを作成するために、エージェントを使用します。

ローカルまたはクラウドPythonワークフローズ

計算のニーズに応じてローカルマシンまたはクラウド環境でPythonベースのデータサイエンスタスクを実行できます。

メリット & デメリット

メリット

オープンソースでセルフホスト可能
ローカルでDockerによって実行されたり、クラウドでTCIによって実行されたりすることで実際のPythonコードを実行
組み込みLLMと回数設定が可能なモデル非依存的
CLIとPython API、パッケージおよびトレース生成の自動化

デメリット

明確に実験的です.AIによって生成されたコードにエラーがある可能性があります
人間のレビューが必要で、生産決定には向きません
Dockerモデルにはセッション隔離とセキュリティ制限が存在する
クラウド実行にための一緒AI APIキーの連携

バトル戦績

パンテオンで6バトルに出場。

1位

2位

3位

Last 5 battles

レビュー

4.3

4件の評価の平均。

レビューを投稿するにはログインしてください。

Victor Nguyen

Apr 23, 2026

Solid for our team

We rolled this out across the team last quarter and the value for money is strong. The integrations fits neatly into how we already work, and the automation removed a step we used to do by hand. A few rough edges remain, which is the main caveat, but it has held up under daily use.

Kwame Mensah

Apr 12, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is the API — handled better than most — and it is genuinely easy to set up. A few rough edges remain is my one real gripe. Worth the time if this is your use case.

Liam O’Connor

Nov 5, 2025

Use it every day

Honestly didn't expect to like it this much. The API is exactly what I needed, and it saves real time. I do wish the docs could be deeper, but I reach for it almost every day now and it just clicks.

Diego Fernández

Sep 24, 2025

Does the job

Pretty happy overall. The core workflow just works and support is responsive. The docs could be deeper can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.

Q&A

What output does the tool generate and how can I retrieve it?

After analysis, the agent can generate a markdown report using the `--write-report` flag, and it also produces a trace of the reasoning steps. Both the report and trace are saved to your working directory, making it easy to review the results and the code that was executed.

Asked by Julia Steiner · Aug 21, 2025

Can I customize the language model or limit the reasoning steps?

Yes. The agent is model‑agnostic; you can specify any compatible LLM for the reasoning part and set a maximum number of ReAct iterations, allowing you to control how many reasoning‑and‑acting cycles the agent performs on a task.

Asked by Sami Virtanen · Aug 6, 2025

What are the requirements for using the cloud (TCI) execution mode?

To use the "tci" mode you need a valid Together AI API key, which authenticates requests to the Together Code Interpreter service. The service runs your code in a managed cloud sandbox, so no local Docker installation is required.

Asked by Ines Fernandes · Jul 23, 2025

How does the execution mode choice affect where my Python code runs?

Together Open Data Scientist offers two modes: "internal" runs the generated Python inside a local Docker container for single‑user development, while "tci" sends the code to Together Code Interpreter, a cloud sandbox accessed via the Together AI API. Choose Docker for full local control; choose TCI for cloud execution without local Docker setup.

Asked by Hasan Demir · Jun 15, 2025