企业官网建设流程全解析

DB-GPT 入门指南：10分钟跑通一个能写SQL的AI数据分析助手

【免费下载链接】DB-GPTopen-source agentic AI data assistant for the next generation of AI + Data products.项目地址: https://gitcode.com/GitHub_Trending/db/DB-GPT

DB-GPT 是一个开源的 AI 数据分析助手：你用自然语言提问，它自主编写 SQL 和代码、执行分析，并把结果做成图表和报告。适合想把"问数"能力快速接入产品，或不想手写 SQL 做数据分析的开发者。

🚀 环境怎么准备，服务怎么启动

前置条件一句话：装好 Python 3.10 以上和 uv 包管理器，并准备一个可用的大模型 API Key（如 OpenAI 兼容接口）。

从 PyPI 安装 DB-GPT，装完终端里就多了一个dbgpt命令：

uv pip install dbgpt-app

启动服务，首次运行会进入交互式向导，按提示选择模型提供商、填 API Key 即可：

dbgpt start

看到什么说明成功：浏览器打开http://localhost:5670能加载出 Web 界面，发起一次对话后模型正常回复，就算跑通了。默认元数据库是 SQLite，无需自己建库。

想读源码或用 Docker 部署，克隆仓库后按 Docker 部署文档 操作：

git clone https://gitcode.com/GitHub_Trending/db/DB-GPT

核心能力：它到底能帮你做什么

DB-GPT 把数据源、大模型、多智能体和沙箱执行放在了一起，整体结构见下图。

第一次连接数据库：自然语言直接出 SQL

它是干什么的：连接 MySQL、PostgreSQL、ClickHouse 等数据库后，你用中文或英文提问，它自动生成 SQL（text2SQL，即把自然语言翻译成 SQL 查询语句）、执行查询并解释结果。

最简一步怎么用：在网页顶部「Databases」页新增数据源，填连接信息；然后在 Chat 页选择该应用，直接问"按国家统计销量 Top 5"。

什么场景值得用：业务同学查库存、看报表，你不用再排队帮他们写 SQL；也适合先验证一个想法能不能用自然语言跑通。

第一次分析 Excel：丢文件进去出报告

它是干什么的：上传 CSV / Excel 文件，它读取表格结构，自动写代码做清洗、聚合、画图，最后给出分析结论。

最简一步怎么用：在 Chat 页选 Chat Excel 应用，上传文件（比如仓库自带的示例 example.xlsx），问一句"哪个产品卖得最好"。

什么场景值得用：临时拿到一张表格文件就要出结论，不想开 Python 环境跑 pandas 的时候。

复用分析流程：把经验沉淀成 Skill

它是干什么的：把一类分析（提示词、工具、知识库、步骤）打包成可复用的技能包，换个数据还能接着跑。

最简一步怎么用：看 skills/ 目录里的现成例子，如 CSV 分析和财报分析，照着SKILL.md的结构写你自己的。

什么场景值得用：团队里同一种分析反复出现，比如每月都要出一份同样的销售报告。

上手后的实用建议

• 模型能力决定 SQL 准不准。先用表现好的 API 模型验证流程，确认没问题再换成本更低的模型；本地 Ollama 模型需要先单独启动推理服务。
• 结果不准先查表结构。字段没有注释、表关系不清晰时，text2SQL 很容易猜错，给表和列补上业务描述，命中率会明显提升。
• 生产库只给只读账号。它会自主执行 SQL 和代码，连接生产数据库建议用只读用户；另外别把 5670 端口直接暴露到公网。

继续深入

• 官方文档入口：docs/docs/getting-started/，从环境准备到 Web 界面使用都有中文和英文版本。
• 模型和部署配置示例都放在 configs/ 目录，改 API Key、换模型就改这里的 TOML 文件。
• 想编排复杂数据工作流，看 AWEL 工作流教程（AWEL 是 DB-GPT 的可视化数据流引擎，节点之间串成流水线）。
• 想让模型基于你自己的文档回答，看 RAG 示例（RAG 即检索增强生成：先把文档切块向量化存起来，回答时检索相关内容再交给模型）。

跑通第一个对话只是开始。挑一个你手头的真实数据集连上去，问三个业务里真会问的问题，你就知道它值不值得放进你的工作流了。

【免费下载链接】DB-GPTopen-source agentic AI data assistant for the next generation of AI + Data products.项目地址: https://gitcode.com/GitHub_Trending/db/DB-GPT