时穷节乃见,一一垂丹青。一一文天祥
https://github.com/dataease/SQLBot
SQLBot:基于大模型与RAG的智能问数系统体验
在数据分析和数据探索越来越智能化的今天,我们总在追问:有没有一款工具,可以“像聊天一样”用自然语言问数据库?有!那就是【SQLBot】——一款基于大模型(LLM)与RAG(检索增强生成)的智能问数系统,让 text2sql 真正落地,人人都能用。
一、项目简介
- 项目地址:dataease/SQLBot
- 官网:https://dataease.cn/sqlbot/
- 一句话描述:基于大模型和RAG的智能问数系统。Text-to-SQL Generation via LLMs using RAG.
- 主语言:Python
- License:FIT2CLOUD Open Source License(本质上GPLv3,部分限制)
- Star:2267+
- Fork:253+
- 标签:
llm
text2sql
rag
nl2sql
chatbi
sqlbot
二、核心亮点
1. 开箱即用
只需配置好大模型和数据源,立刻开启智能问数之旅。结合大模型与RAG,实现高质量的 text2sql——让复杂的数据库提问变得简单自然。
2. 易于集成
- 支持快速嵌入到第三方业务系统
- 可与 n8n、MaxKB、Dify、Coze 等AI应用开发平台集成
- 让你的应用“秒变”智能问数专家
3. 安全可控
- 基于工作空间的资源隔离
- 细粒度的数据权限管控
- 企业级数据安全无忧
三、系统原理
SQLBot 利用 LLM(大语言模型)强大的自然语言理解和 SQL 生成能力,结合 RAG(检索增强生成)对数据库结构及历史信息检索,确保生成的 SQL 既精准又安全。系统架构如下图:
四、快速上手
1. 安装部署(Docker一键启动)
准备一台 Linux 服务器,安装好 Docker,然后运行:
1 |
|
还可以通过 1Panel 应用商店 或离线安装包方式部署。
2. 访问方式
- 打开浏览器访问:http://<你的服务器IP>:8000/
- 默认用户名:admin
- 默认密码:SQLBot@123456
五、功能体验
1. 问题示例
比如你有一个销售数据库,只需输入:“本月销售额最高的产品是什么?” SQLBot 会自动理解意图、分析表结构、生成高质量 SQL 并返回结果。
代码案例
Python集成调用示意:
1 |
|
与第三方平台集成:
SQLBot 支持 n8n、Dify、MaxKB、Coze 等平台的 webhook 调用,轻松嵌入各种AI业务场景。
2. 灵活问答+结果可视化
- 支持复杂多表查询、聚合分析
- 支持结果表格、图表等多种可视化展示
- 支持历史提问追溯、提问上下文关联
3. 权限与安全
- 支持细粒度权限配置,确保不同用户的数据隔离
- 企业级日志和操作审计保障安全合规
六、UI 展示
主界面极简易用,输入问题即可获得答案。部分交互示例:
七、社区生态与支持
- 开源活跃:2267+ Star,持续更新
- 技术交流群:扫码加入官方交流群,获取一手支持
八、许可与二次开发须知
- 遵循 FIT2CLOUD Open Source License,本质上GPLv3,但Logo和版权信息不可替换/修改
- 衍生作品需继续开源,如需商业授权请联系 support@fit2cloud.com
九、总结
SQLBot 让“用自然语言问数据库”变得触手可及。无论你是企业数据分析师、开发者还是业务小白,都能用SQLBot轻松探索数据奥秘,极大提升数据生产力。赶快体验一把,让你的数据分析与AI智能无缝结合!
项目地址:https://github.com/dataease/SQLBot
官网:https://dataease.cn/sqlbot/