Об этом проекте

DB-GPT — это открытый агентный ИИ-ассистент для работы с данными, ориентированный на продукты класса AI + Data. Согласно его README, он подключается к базам данных, CSV/Excel-файлам, хранилищам и базам знаний, позволяет пользователям задавать вопросы на естественном языке и поручает ИИ автономно писать SQL. Он также поддерживает аналитические процессы на основе Python и кода, переиспользуемые «навыки» для доменных задач, а также создание графиков, дашбордов, HTML-отчётов и аналитических сводок. Выполнение может происходить в изолированных средах. Ключевые области возможностей, описанные в README: - Агентный анализ: планирование задач, пошаговое выполнение, использование инструментов и итеративные рассуждения. - Выполнение SQL и кода: преобразование естественного языка в SQL, анализ и трансформация на Python, расчёт метрик и генерация графиков. - Доступ к данным из нескольких источников: реляционные базы данных, CSV/Excel, документы, базы знаний и смешанные источники данных. - Навыки и агенты: переиспользуемые навыки, доменные процессы, оркестрация агентов и настраиваемые сценарии выполнения. - Отчётность и поддержка решений: профилирование баз данных, финансовые аналитические отчёты, визуальные отчёты и дашборды, сводки и бизнес-инсайты. - Безопасное выполнение: изолированное выполнение кода, контролируемое использование инструментов, воспроизводимые результаты и артефакты. Варианты установки включают однострочный скрипт установки для macOS и Linux с профилями для OpenAI, Kimi (Moonshot) и MiniMax, пакет PyPI (dbgpt-app), требующий Python 3.10+ и uv или pip, а также Docker или настройку из исходного кода, описанные отдельно. После запуска веб-сервера интерфейс доступен по адресу localhost:5670. Проект также описывает платформу для создания AI-нативных агентов данных, процессов и приложений с использованием агентов, AWEL, RAG и поддержки множества моделей. Он перечисляет поддержку многих провайдеров и семейств моделей, включая DeepSeek, Qwen, GLM, Llama, Gemma, Yi, Starling, SOLAR, Mixtral и Phi, а также упоминает поддержку тонкой настройки Text2SQL для таких моделей, как LLaMA, BLOOM, Falcon, Baichuan, InternLM, Qwen, XVERSE и ChatGLM2, через связанный проект DB-GPT-Hub. Вопросы конфиденциальности и безопасности решаются с помощью развёртывания частных моделей, десенсибилизации через прокси и изолированного выполнения. Проект распространяется под лицензией MIT и ссылается на несколько статей о его архитектуре и разработке агентов.