data-copilot-steps

✨ 大语言模型 (LLM) 的可解释型自然语言数据库查询系统 (RAG)

通过自然语言提问，使用大语言模型智能解析数据库结构，对数据进行智能多表结构化查询和统计计算，根据查询结果智能绘制多种图表。 生成链路过程完全开放可修改，可解释，实现可靠的自然语言数据分析。 Pywebio 交互式前端网页，不必须 openai api，100%纯 Python 代码。

🚩English Readme

📺项目在线演示连接

相关项目

• 基于大语言模型 (LLM)和并发预测模型的自然语言数据库查询系统 (RAG) (https://github.com/bytesc/data-copilot-v2

个人网站：www.bytesc.top

🔔 如有项目相关问题，欢迎在本项目提出issue，我一般会在 24 小时内回复。

功能简介

• 1, 使用自然语言提问
• 2, 实现多表结构化查询和统计计算
• 3, 实现智能绘制多种类型的 echart 图表制作
• 4, 智能解析数据库结构，使用不同的 mysql 数据库无需额外配置
• 5, ✨ 生成链路过程完全开放可修改，可解释，实现可靠的自然语言数据分析
• 6, 能够处理大语言模型表现不稳定等异常情况
• 7, 支持本地离线部署 (需 GPU) huggingface 格式模型 (例如qwen-7b)
• 8, 支持 openai 格式(如 glm ,deepseek)和 dashscope qwen 的 api 接口

技术创新点

• 脱离 langchain 等框架，完全开放实现
• ✨ 生成链路过程完全开放可修改，可解释，实现可靠的自然语言数据分析

如何使用

安装依赖

python 版本 3.10

pip install -r requirement.txt

填写配置信息

./config/config.yaml 是配置信息文件。

数据库配置

连接即可，模型会自动读取数据库结构，无需额外配置

mysql: mysql+pymysql://root:[email protected]/data_copilot
# mysql: mysql+pymysql://用户名:密码@地址:端口/数据库名

大语言模型配置

如果使用 deepseek api （推荐）

llm:
  model_provider: openai #qwen #openai
  model: deepseek-chat
  url: "https://api.deepseek.com/v1/"

# https://api-docs.deepseek.com/

如果使用 openai api （此处填写的是 glm 的 openai 兼容 api）

llm:
  model_provider: openai
  model: glm-4
  url: "https://open.bigmodel.cn/api/paas/v4/"

# glm-4
# https://open.bigmodel.cn

如果需要本地离线部署，相关代码在 ./llm_access/qwen_access.py

获取 apikey

如果使用 openai 格式 api 的 api-key

如果从deepseek-api 官网获取 deepseek 大语言模型的 api-key

如果从bigmodel 官网获取 chatglm 大语言模型的 api-key

保存 api-key 到 llm_access/api_key_openai.txt

运行

main.py 是项目入口，运行此文件即可启动服务器

python main.py 

界面展示

智能解析任意数据库的结构，用户输入自然语言问题

LLM 智能生成 SQL，用户检查后执行

如果对查询结果不满意，可以修改或者重新生成 sql

LLM 智能生成绘图的 python 代码

自动绘图

开源许可证

此翻译版本仅供参考，以 LICENSE 文件中的英文版本为准

MIT 开源许可证：

版权所有 (c) 2025 bytesc

特此授权，免费向任何获得本软件及相关文档文件（以下简称“软件”）副本的人提供使用、复制、修改、合并、出版、发行、再许可和/或销售软件的权利，但须遵守以下条件：

上述版权声明和本许可声明应包含在所有副本或实质性部分中。

本软件按“原样”提供，不作任何明示或暗示的保证，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权持有人均不对因使用本软件而产生的任何索赔、损害或其他责任负责，无论是在合同、侵权或其他方面。