Together Open Data Scientist logo

Together Open Data ScientistAçık kaynaklı ReAct agent Python kodlarını çalıştırarak veri keşfetmek, modeller inşa etmek ve analiz raporları oluşturmak için tasarlanmıştır.

4.3 (4)
Daniel Nikulshynİnceleyen Daniel Nikulshyn·Güncellendi Haziran 2026

Genel Bakış

Together Open Data Scientist, Together AI tarafından GitHub'da yayınlanan açık kaynaklı, AI destekli veri analizi aracısıdır. İlgili framework'u, dil modeli akıl yürütme adımları ve somut Python kod yürütme adımı arasında dolaşarak, veri bilim görevlerini tamamlamak için veri setlerini keşfetme, istatistiksel özet oluşturma, model oluşturma ve ayrıntılı yazı yazım analiz raporları oluşturma gibi end-to-end veri bilimi görevlerini yerine getirir. Ajent, içsel ve "tcg" modları arasında Pythonda kod çalıştırabilir. "İçsel" mod, kodun yerel olarak docker kapsülünde çalışmasını sağlar. Bu özellik, tek kullanıcı lokal geliştirme için uygun bir yapıdadır. "Tcg" modu ise, Together Code Interpreter (Tcih), bir bulut sandboxının üzerinden Together AI API'si ile erişebildiğiniz, geliştirilmekte olan Together Code Interpreter'e kod gönderme işlemi ile code execution'ülere geçiş yapılmaktadır. Kullanıcılar, otomatik veri alımını sağlayacak veri dizini yükleyebilir, maksimum mantık dönüştürme iteration sayısını belirlenebilir ve ajan üzerinde çalışmasını sağlayacak modeli seçebilir. DeepSeek-V3, varsayılan olmakla birlikte Together'ın platformunu üzerinden erişebileceğiniz Llama modelleri ve diğerleri seçilebilmektedir. Kullanıcıya pip tarafından kurulum mümkün (open-data-scientist paket adıyla) ve hem bir komut satırı arayüzü hem de Python API sunar. CLI, --write-report parametresi ile Markdown analiz raporunda bir analiz raporuna dönüştürme, --save-trace parametresi ile tam soruya ve yürütmenin izinin kaydedilmesi ve oturum yenileme ile çalışır. Python API, ReActDataScienceAgent sınıfları ile çalışır, doğal dildeki bir görev aldığı zaman sonuçları döner. Proje açıkça deneysel yazılım olarak etiketlenmiştir. Tüm kod ve analizlerin AI tarafından oluşturulması nedeniyle çıktılar, hatalara veya optimum yaklaşımlardan uzak olabilir ve genellikle üretim kararlarına dayanmak yerine keşif ve öğrenme için bir temel olarak ele alınmalıdır. Geliştiriciler, özellikle kilit şirket veya araştırma uygulamaları için, insan denetimi ve doğrulamanın gerekli olduğunu vurgulamaktadır. Geliştirme gibi ticari AI veri analiz yardımcıları ile sohbet yapmasını kolaylaştıran ileri düzey veri analizi gibi veya not defteri kopyolog'lar ile sammenleştirilmiş Together Open Data Scientist, Together'deki ekosistem içerisinde açık kaynaklı, kendini barındıran ve model bağımsız bir yapıya sahip, bağımsız tek bir cevabı veren bir tek rapor yerine tam bir rapor oluşturabilmeye olanak tanıyan birçok kod çalıştırma adımını otomatikleştirerek ayırabilen farklılaşması ile ayrılır.

Temel özellikler

  • ReAct düşünme ve eylem dairesel döngüsü
  • İki yürütme modu: yerel Docker veya Together Code Interpreter bulut
  • Analiz için otomatik veri dizini yükleme
  • Markdown rapor oluşturma --write-report ile
  • Yönlendirilebilir model ve maksimum düşünceler sayacı
  • Hata ve izlemesi için otomatik rapor ve trace oluşturma CLI ve Python API ile
  • Komut satırı arayüzü ve programatik Python API

Fiyatlar

Model
Free
Puan
4.3 / 5 (4)

Kullanım senaryoları

Otomatize Edilmiş Veri Keşifleri

Yeni bir veri setini çalıştırmak için ReAct agentini kullanın. Python ve ayrıntılı bulguları içeren bir rapor alır.

Model Oluştirma Yardımı

Verinin üzerine kullanmak için agenti prototipleme ve makin öğrenme modelleri oluşturun. Hem yerel hem de bulut ortamlarından karar verirsiniz.

Analiz Raporlama

Veri setinden elde ettiğiniz çıkarımlar ve model sonuçlarına ait detaylı metin raporları oluşturmak için kullanın.

Yerel veya Bulut Python Çalışmaları

Hedefinize bağlı olarak Python tabanlı veri bilimi görevlerini çalıştırın - yerel makine veya bulut ortamları.

Artılar ve eksiler

Artılar

  • Açık kaynaklı ve kendini Barındırma
  • Gerçek Python kodunu Docker ya da TCI ile bulut üzerinden çalıştırabilme
  • Model-agnostik, alt yüklü LLM ve işleme sirküleri ayarlanabilir
  • CLI ve Python API, plus otomatik rapor ve izlemesi

Eksiler

  • Hesaplanamayan hatalar içerebilecek AI'ye dayalı kodlar içerir. Dolayısıyla üretim kararlara uygun değildir.
  • İlgili insan incelemesi gerekli; dolayısıyla üretim kararlarına elverişli değildir.
  • Docker modu oturum izolasyonu ve güvenlik sınırlamaları içerir.
  • Bulut yürütmesi için Together AI API anahtarı gereklidir.

Savaş rekoru

Pantheon’da 6 savaş.

2
1.
1
2.
1
3.

Last 5 battles

İncelemeler

4.3

4 puandan ortalama.

5
1
4
3
3
0
2
0
1
0

İnceleme bırakmak için giriş yap.

VN

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

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

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.

DF

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.

Sorular

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

Soru sor

AI Veri Analistleri alternatifleri