SQLBot

14小时前发布 6 0 0

基于大模型和RAG的开源智能问数系统,用自然语言向数据库提问即可生成SQL、执行查询并返回可视化图表,支持业务上下文配置与多方式集成。

所在地:
中国
语言:
中文、英文
收录时间:
2026-08-25
价格完全免费一次买断制
平台网页版APISDK

SQLBot详细介绍

业务人员想看一眼上个月华东区哪五款产品卖得最好,传统路径是提需求给数据分析师、排队等SQL、再等图表,等拿到数据时决策窗口早过了。SQLBot要解决的就是这个断层,让会用中文提问的人直接对着数据库问,几秒拿回表格和图表。它是飞致云DataEase团队出品的开源智能问数系统,核心是把自然语言问题经大模型转成SQL,再执行查询并生成可视化,整套流程不需要提问者懂一行SQL语法。

光有大模型还不够。Text-to-SQL最容易翻车的地方在于模型不懂你的业务,比如“活跃用户”在你这里到底是30天登录还是7天下单,表关联逻辑也只有你自己清楚。SQLBot的解法是RAG加业务上下文配置,把表结构、字段含义、关联关系、术语词典、示例SQL都喂给模型。刚接入时问数经常答非所问,但走完表管理(把日志表配置表隐藏掉)、给关键字段加业务描述、配几条高频示例SQL这几步,准确率会有明显提升。术语库尤其管用,把公司内部简称映射到字段上,模型就不再把“JS”理解成JavaScript。

部署很轻,一台Linux机器跑Docker,配置好大模型API和数据源就能用,1Panel应用商店也能一键装。集成方式不少,Web嵌入、弹窗嵌入、MCP调用都能接,可以塞进n8n、Dify、MaxKB、DataEase里当问数引擎。不足也很现实:问数准确率高度依赖前期的业务上下文配置功夫,配置不到位体验会打折扣;可视化图表类型比成熟BI工具少;它本身不存数据也不做ETL,得有现成可查的数据库。综合看,SQLBot适合想让业务人员自助查数、又要把数据留在自己服务器上的中小团队,重型数据仓库和复杂ETL场景需要搭配其他工具。

SQLBot的核心功能

  • 自然语言问数:在对话框输入“统计各部门第一季度的招聘人数”这类问题,SQLBot解析意图后自动生成SQL去数据库执行,返回结果时会同时展示生成的SQL语句供核对,柱状图、折线图、饼图等可一键切换,支持一个图表里多指标对比。
  • RAG业务上下文配置:表管理可隐藏无关表、给字段设业务别名和描述;表关联关系可视化定义JOIN逻辑;示例SQL录入高频查询供模型学习;自定义术语库建立业务简称与字段的映射。这套配置是问数准确率的关键,配置越细模型越懂行。
  • 深度探索与数据预测:拿到基础图表后可继续追问“把时间扩大到全年看趋势”“按产品类别拆分”,SQLBot记住上下文做多轮钻取;对时间序列数据可生成未来趋势预测值辅助业务预判。
  • 多数据源接入:支持MySQL、PostgreSQL、Oracle、SQL Server、ClickHouse、Doris、StarRocks、Redshift、Hive、Elasticsearch以及Excel、CSV文件,统一在数据源管理界面配置连接信息和访问权限,生产库建议用只读账号连接。
  • 看板搭建:把多次问数生成的图表拖拽布局、添加说明文字,拼成用于汇报、监控或展示的仪表板,看板可分享给同事复用,也能用作大屏展示。
  • 工作空间与细粒度权限:基于工作空间做资源隔离,不同团队的数据源、问数历史、仪表板互不可见;权限可精细到数据表的行和列,最小到单个单元格,销售A只能看自己负责区域的客户数据。
  • 多方式集成:提供Web嵌入、弹窗嵌入、MCP调用三种方式,能快速嵌入n8n、Dify、MaxKB、DataEase、Coze等平台,让第三方应用直接拥有问数能力,也可作为小助手嵌进自家业务系统。
  • 多大模型适配:兼容OpenAI协议,支持阿里云百炼、千帆、DeepSeek、腾讯混元、讯飞星火、Gemini、OpenAI原生、Kimi、火山引擎、MiniMax等,也可用通用OpenAI兼容接口或自定义接入本地模型,按数据敏感性和成本选型。

SQLBot的价格详情

免费权益:

开源版基于GPLv3协议完全免费,Docker部署即可使用全部问数、数据源、看板、权限、集成功能;需自行配置大模型API(API费用由大模型服务商收取,SQLBot本身不收费);当前GitHub发布至v1.10.0。价格可能随官方调整。

收费模式:

套餐 价格 包含内容
开源版 免费 全部问数、数据源、看板、权限、集成功能
自然语言转SQL与可视化图表生成
RAG业务上下文配置(表管理/表关联/示例SQL/术语库)
工作空间隔离与行列级细粒度权限
Web嵌入、弹窗嵌入、MCP调用集成
多数据源接入(MySQL/PostgreSQL/Oracle/SQL Server/ClickHouse等)
多大模型适配(OpenAI兼容协议)
Docker一键部署与1Panel应用商店安装
GitHub社区支持

SQLBot的应用场景

  • 业务自助查数:运营、市场人员不写SQL,直接问“上月各渠道新增用户数对比”,秒级拿到图表,不再排队等数据分析师出报表。
  • 销售运营日报:把“昨日各区域订单完成率”这类高频问数固化成看板,每天自动刷新,团队对着看板开晨会,数据不过夜。
  • 多表关联分析:配置好表关联关系后,问“近30天高价值客户的复购情况”,SQLBot自动生成跨表JOIN的SQL,不用手动写关联逻辑。
  • 数据看板搭建:把多个问数图表拖拽布局成汇报仪表板,用于月度复盘、管理层汇报或大屏展示,看板可分享给同事复用。
  • 嵌入业务系统问数:通过Web嵌入或MCP把问数能力塞进CRM、ERP或n8n工作流,业务人员在自家系统里直接问数据,不用跳转外部工具。
  • 团队数据权限隔离:不同业务线分工作空间管理数据源和问数历史,销售只能看自己区域的客户数据,杜绝跨部门越权访问,数据留在自己服务器上。

SQLBot的适用人群

  • 业务运营人员:不会SQL但要频繁看数据,用自然语言问数替代排队等分析师出报表,自助完成日常查数和趋势分析。
  • 产品经理:要看用户行为、留存、转化等指标,用问数快速验证假设,不用每次都找数据团队拉表,迭代节奏更快。
  • 数据分析师:把高频重复性查数需求交给业务方自助,自己专注做复杂分析和模型建设;也可用SQLBot快速做探索性分析。
  • 开发者:通过MCP或Web嵌入把问数能力集成进自家业务系统或n8n、Dify工作流,给应用加上对话式数据查询能力。
  • 企业数据团队负责人:用工作空间隔离和细粒度权限把数据查询能力安全开放给更多业务人员,数据留在自己服务器上,合规可控。

同类工具对比

对比维度 SQLBot(本工具) Vanna WrenAI AI2SQL 百度ChatBI
定位 开源智能问数系统,对话式数据分析与Text-to-SQL 开源Python Text-to-SQL库 开源对话式BI与语义引擎 SaaS式自然语言转SQL工具 百度智能云商业对话式数据分析
核心优势 RAG业务上下文配置完善、工作空间隔离与行列级细粒度权限、集成方式多(Web嵌入/MCP)、支持多大模型、可私有化部署 轻量、可训练、社区活跃、与现有数据库架构集成灵活 语义层建模完善、支持建模与AI问数一体 上手快、无需部署、支持多数据库方言 深度绑定百度生态、企业级稳定性与支持
主要短板 可视化图表类型比成熟BI少、问数准确率依赖前期业务上下文配置、本身不做ETL与数据存储 偏库而非成品系统、需自行搭界面与权限、开箱体验弱 部署与建模门槛偏高、中文社区资源较少 不开源、数据需上云、企业级权限与集成偏弱 商业付费、私有化部署成本高、绑定云生态
价格 开源免费(GPLv3),需自配大模型API 开源免费 开源免费,企业版需询价 免费版+按月订阅 需联系官方询价
适合谁 想让业务人员自助查数且要把数据留在自己服务器上的中小团队 有开发能力、想深度定制的团队 重视语义建模的中大型团队 个人开发者或轻量查询场景 已用百度云且要企业级支持的大型企业

相关导航

暂无评论

用户投票:

none
暂无评论...