Загрузка видео...

Не удалось загрузить видео

На главную

工作中经常查询数据库获取相关数据,每次都要写 SQL 语句挺烦的,如果涉及多表关联查询更麻烦。 可以试下,OpenChatBI 这个开源的智能 BI 工具,用自然语言就能查询和分析数据,告别手写 SQL 的烦恼。 基于 LangGraph 和 LangChain 构建,通过自然语言描述,理解后自动转换为 SQL 语句,还能执行查询、生成可视化图表。 GitHub: 除此之外,还支持通过 MCP 配置接入外部工具扩展功能,以及对知识库整合可以回答复杂问题。 提供了直观的 Web UI 界面,通过 pip 或 uv 安装后配置 LLM 和数据库连接即可使用。

22,081 просмотров • 10 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

最近在 GitHub 上刷到一个挺炸的开源项目:Wren AI 它本质上是在做一件我们都很熟、但一直没被真正解决好的事:让不懂 SQL 的人,也能自己查数据库。 比如说,业务、运营想看数据,第一反应就是来敲后端:“帮我查下上个月销量前 3 的产品”“这个转化率能不能按渠道拆一下”。 SQL 本身不难,但沟通成本、来回确认、临时插队,才是真正耗时间的地方。 Wren AI 的思路很直接:对话即查询。 你直接用自然语言问问题,它会自动生成 SQL、跑库、给结果,甚至顺手把图也画好(柱状图、折线图那种)。 可以把它理解成一个 “自带 AI 分析师的开源版 Metabase”,但门槛更低,不用拖字段、不用写 SQL。 比较关键的一点是,它不是那种“裸 Text-to-SQL”。 Wren AI 引入了 Semantic Layer(语义层),你可以提前把业务指标、表关系、口径定义清楚,相当于给大模型加了一层“业务护栏”。 这一步虽然需要懂数据库的人前期配置一下,但一旦理顺,后面业务方基本很难把数据问歪,准确性和安全性都高很多。 模型和部署这块也挺对技术人的胃口: ·云模型:OpenAI / Claude / Gemini 都能接 ·数据不出内网:可以配 Ollama + 本地模型(比如 DeepSeek) ·数据库支持也很全:MySQL、Postgres、ClickHouse、DuckDB 基本全覆盖 ·安装也不折腾,有 Docker 基本就是一键起 整体看下来,我觉得它特别适合两种场景: 1)想给团队搭一套真正能用的自助查数平台 2)想研究 “AI + BI + 语义层” 这种更偏工程化的落地方案 一句话总结:把“查数据”的自由还给业务,把时间还给开发。

sitin

30,152 просмотров • 7 месяцев назад