面对海量数据无从下手？无需担忧，Qwen3与MCP助您一臂之力。

无需编写代码，仅需十分钟即可构建个人专属数据分析助手。上传Excel文件，一键生成可视化图表与专业报告，化繁为简，使复杂数据一目了然。

即便是初学者也能快速掌握，工作效率显著提升。

今天为大家介绍的是Qwen3与MCP服务结合，实现Excel数据的可视化。在日常工作和生活中，我们经常会遇到各种数据处理需求。

在处理表格内容时，传统方法往往较为繁琐。今天我们将介绍如何通过大模型实现整个可视化流程的自动化。具体实现步骤如下：首先，让我们观察大模型最终生成的报告展示效果。

我们使用的数据是一份电子产品销售数据表，内容较为简明。生成的可视化分析报告包含以下几个板块：首先是核心指标，包括总销售额、最畅销产品以及每日销售数据。

接下来，我们将进行总结，并分析产品表现、区域与团队表现及其分类，最终提出优化建议，包括产品改进、区域扩展和团队激励措施。这些内容均由大模型生成。

数据来源于本地，生成时间由大模型自行决定。接下来，我们将详细介绍操作流程。

首先，我们使用Cherry Studio工具，它能快速集成Qwen3大模型与MCP工具。使用Cherry Studio前需完成以下准备工作：

1.下载安装包：在Cherry Studio官网下载客户端，安装过程为向导式操作。

2.申请API Key：在阿里云百炼平台申请API Key，用于访问大模型服务。

安装完成后，打开Cherry Studio进行配置：

1. 点击设置图标进入设置界面。
2. 在模型服务配置中，支持多种平台，包括Deepseek、阿里百炼、规机流动、OpenAI、Ollama本地及Gemini等。

我们以Deepseek、Qwen和规机流动为例，配置方法如下：

1. 填写密钥：即各平台申请的API Key。
2. 填写API地址：各厂商地址不同。

注意：MCP服务启动失败是常见问题，后续将详细说明解决方案。

DeepSeek是我们深度求索的产品，此外还有阿里云的Qwen3。每个模型都有其独特之处。添加模型后，系统会显示模型列表，我们可以根据名称自行添加。例如，我已将Qwen3-235B模型添加进来。

完成模型添加后，我们可以返回聊天界面进行设置。在界面顶部有模型设置的选项，可以根据已配置的模型进行选择。例如，选择Qwen3-235B模型后，可以测试是否能正常对话。若能正常交流，说明模型配置成功。

接下来是配置MCP服务的重点环节。首次打开Cherry Studio时，MCP服务器会显示感叹号提示，表示相关工具尚未安装。安装过程非常简单，只需点击安装按钮即可自动完成下载和安装。安装成功后，状态会变为勾选标记。

MCP服务的作用是提供特定功能的程序接口。例如，大模型无法直接读取本地文件或生成可视化图表，需要通过MCP这样的工具来实现。我们将使用四个预设的服务功能。添加MCP服务时，若遇到启动失败并提示参数错误的情况，需要进一步排查问题。

这个问题我来为大家分析。首先，我们提到的MCP本质上是一段程序，其运行依赖于特定的环境配置。例如，在本地环境中，若已安装相应工具，可通过执行npx命令来验证环境是否可用。若命令无法执行，则表明环境配置存在问题。

在Cherry Studio中，默认情况下系统不会从环境变量中查找npx，因此无法找到该命令。解决方法很简单，只需在命令后添加参数-y即可。

当启动失败时，检查参数需要将npx命令替换为绝对路径。

若需查看绝对路径，可使用命令npx，该命令将返回npx的路径信息。请复制并粘贴至指定位置即可完成操作。

由于本地未安装数据库服务，可能导致启动失败，但这并不影响逻辑演示。

例如，我们可以尝试关闭当前服务。关闭后，可见npx命令失效，保存后会出现新的错误提示“connection closed”，表明服务无法启动。此时，重新添加npx命令即可正常启动。

核心问题在于系统无法识别相关命令，这属于软件兼容性问题。若使用最新版本的ChannelBooks软件，其内置支持MCP功能，则无需手动配置环境变量来调用npx。

当前服务虽未完全启动，但上方日志显示服务已成功更新。以上方法可解决ChannelBooks中的核心兼容性问题。

若问题仍未解决，请在评论区留言，我将逐一回复并提供解决方案。

在这几项服务中

我将简要介绍这几个服务的功能。

首先，第一个服务主要用于构建思维链（COT）模型工具，它能帮助拆解任务。

第二个服务是Files，用于读取本地文件，需要设置允许访问的文件夹路径，例如D盘下的MCP/Data目录，用户可自行修改为本地目录。

第三个服务用于读取Excel数据，第四个服务则用于生成图表。

启用这些MCP服务后，在模型界面会出现MCP服务器图标，需点击并勾选所有服务才能启用。

接下来需要创建智能体，即为大模型赋予特定角色。在智能体选项中已预设多种角色，如产品经理、广告商、评论员等。我们自定义的角色包含四个要素：角色定义、能力描述、工作流程和约束条件，用户可根据需要复制使用。

接下来，我们将生成报告。这一过程相对简单，因为准备工作已完成。您只需选择相应的模型，并将问题复制发送即可。请注意将路径修改为您自己的路径。

由于模型生成速度较慢，我将展示之前生成的数据分析大师的完整流程。只要使用与我相同的模型即可，具体模型类型并不重要，无论是Qwen还是Deepseek都可以。

提交问题后，模型首先会进行思考，然后逐步拆分任务。它会分析出需要读取Excel文件内容，这时会调用MCP中的工具。读取完成后，模型会理解Excel数据，获取工作表结构，并开始生成可视化图表，如分布图等。

整个流程完成后，将生成一个完整的Excel表格。如果您想重新生成，可以清空话题并重新发送问题。四个MCP服务均已选择，发送后即可开始，流程与之前一致。

有同学可能会问，现在很多大模型本身就能完成这些功能。这个案例主要是提供一种思路：我们可以将更复杂的操作交给大模型处理。但需要明确大模型当前的局限性，比如执行能力较弱。虽然知道如何操作，但无法独立完成，因此需要通过MCP功能来增强其在这方面的能力。

它能够为我们提供较好的效果。在会计、财务等相关领域，大模型与MCP的结合具有显著的应用价值。关键在于根据自身业务需求，落实模型的应用流程。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！