💬 用自然语言与你的数据对话 📊

介绍 DataLine，最简单、最快捷的方式⚡️ 来分析和可视化你的数据！
使用 DataLine——你的 AI 驱动的数据分析与可视化工具——在几秒钟内生成并导出图表、表格和报告 🤓

⚠️ 我们正在寻找维护者！如果你感兴趣，请在 Discord 上联系我 ⚠️

🍿 观看快速演示

---

目录

• 适用人群
• 是什么
• 路线图
• 功能支持
• 快速入门
  • Windows
  • Mac
  • Linux
  • Docker
• 升级
  • Windows
  • Mac
  • Linux
  • Docker
• 手动运行
• 认证
  • 使用 Docker
• 创业探索
• 支持的数据库
• 部署

适用人群？

无论是技术人员还是非技术人员，只要想快速探索数据，都可以使用它。⚡️⚡️

对于后端开发者来说，它也能帮助他们更快地编写查询语句，并轻松探索新的数据库。😎

尤其适合企业使用，因为它以安全为先 🔒，同时采用开源 📖 模式。

是什么？

DataLine 是一款由 AI 驱动的数据分析与可视化工具。

它注重隐私保护，所有数据都存储在你的设备上。没有 ☁️，只有 ☀️！

默认情况下，它会将你的数据与所使用的大型语言模型隔离开来，但如果数据不敏感，也可以关闭此功能。

它可以连接多种数据源（Postgres、Snowflake、MySQL、Azure SQL Server、Microsoft SQL Server、Excel、SQLite、CSV、sas7bdat 等），执行查询、生成图表，并允许你复制结果以快速构建报告。

未来发展方向？

目前，我们的目标是帮助人们快速从数据中获取洞察。

这旨在让非技术人员也能轻松查询数据，同时帮助数据分析师的工作效率提升 10 倍。

不过，你仍然可以影响我们的发展方向。我们正是为你而建，所以你拥有最大的发言权。

功能支持

• 广泛的数据库支持：Postgres、MySQL、Snowflake、Excel、CSV、SQLite 等
• 通过自然语言生成并执行 SQL
• 能够修改 SQL 查询结果、保存并重新执行
• 更好地支持探索性问题
• 查询 CSV、Excel、SQLite、sas7bdat 等数据文件（更多连接类型）
• 通过自然语言绘制图表
• 修改图表查询并重新渲染/刷新图表
• 仪表盘和触发器
• 知识库和“可训练”示例（RAG 类型）
• 更高级的图表选项（气泡图、堆叠图等）

还有更多功能即将推出。你仍然可以影响我们的开发方向，所以如果你是用户并且愿意参与，我们非常乐意与你面谈！请在此处预约时间：

• Rami
• Anthony

快速入门

设置 DataLine 的方式有很多，最简单的是使用二进制可执行文件。只需下载一个文件并运行即可开始使用。

更灵活的选择是使用我们托管的 Docker 镜像。这样你可以根据需要设置认证和其他功能。

Windows

前往我们的 发布页面，打开最新的版本。你应该能找到一个 windows-exe.zip 文件。下载并解压后，运行 DataLine.exe 文件。

你可能会看到一条提示：“Windows 已保护您的电脑”，这是正常的（更多信息 -> 仍要运行）。最后，在浏览器中打开 http://localhost:7377/。

Mac

Homebrew

# 安装 dataline
brew tap ramiawar/dataline
brew install dataline

# 运行 dataline
dataline

如果你不喜欢 Homebrew，最新发布的版本中也有二进制文件！

DataLine 应该会在端口 7377 上运行，你可以在浏览器中访问：http://localhost:7377。

Linux

你可以使用 Homebrew，参见 Mac 部分。

你也可以直接使用二进制文件，方法同 Windows 部分所述，只是使用 dataline-linux.tar.zip 文件即可。

Docker

你还可以使用我们的官方 Docker 镜像，只需一条命令即可启动。这种方式更适合企业使用：

docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline ramiawar/dataline:latest

你可以像管理其他容器一样管理它。docker start dataline、docker stop dataline。

要更新到新版本，只需删除容器并重新运行命令即可。这样卷会跨版本保持持久化。

docker rm dataline
docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline ramiawar/dataline:latest

要连接到前端，你可以访问： http://localhost:7377

升级

Windows 升级

与安装步骤相同，只需用新版本的可执行文件替换旧版即可！你的数据在不同版本之间会一直保留。

Mac 升级

Homebrew（你的数据会保留，不用担心！）

brew update && brew upgrade dataline

如果你不喜欢 Homebrew，最新发布的版本中也有二进制文件！数据同样会被保留。

Linux 升级

如果使用 Homebrew，步骤同上。否则只需用新版本的二进制文件替换旧版即可！

Docker 升级

要更新到新版本，只需删除容器并重新运行命令即可。这样卷会在更新过程中保持持久化。

docker rm dataline
docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline ramiawar/dataline:latest

手动运行

想要挑战一下吗？🌶️ 你需要了解几点。DataLine 分为后端和前端两部分。

后端是一个 Python FastAPI 服务器，前端是一个 React 应用程序。 前端还包括我们的登录页面，因此你需要先设置一个环境变量！

请查看 后端 和 前端 的说明文档。

身份验证

DataLine 在自托管模式下也支持基本的身份验证 🔒 🥳，如果您正在自行托管 DataLine 并希望通过用户名/密码来保护它，就可以使用此功能。

在运行 DataLine 可执行文件时，身份验证是不支持的 ❌。

要在自托管版本中启用身份验证，请在启动服务时添加环境变量 AUTH_USERNAME 和 AUTH_PASSWORD。✅

使用 Docker

通过以下 docker run 命令注入环境变量：

docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline -e AUTH_USERNAME=admin -e AUTH_PASSWORD=admin ramiawar/dataline:latest

我们计划在未来支持多用户身份验证，但目前默认只支持单个用户。

启动指南

请按照以下清单探索 DataLine 的各项功能！

• 创建一个示例数据库连接
• 创建一个新的聊天并重命名
• 开始向 DataLine 提问关于您的数据，并获取答案
• 刷新页面并重新运行一些 SQL 查询
• 点击 SQL 查询中的内容，对其进行修改，并保存以便日后使用！
• 尝试修改您的示例数据库连接，探索连接编辑器页面
• 尝试请求生成一张图表！
• 如果想真正挑战一下，可以提出一个会返回多个结果（图表、表格等）的问题——示例
• 添加个人头像

支持的数据库

更多详细信息请参阅 说明文档。

部署

将 DataLine 部署到自定义域名时，您必须配置的一项内容是 CORS 允许的来源。为此，请将环境变量 ALLOWED_ORIGINS（以逗号分隔的来源列表）添加到您的域名中。

默认情况下，该变量设置为 http://localhost:7377,http://0.0.0.0:7377，以便与本地 Docker 和本地二进制文件兼容。

例如，在具有 IP 地址 123.123.12.34 的远程服务器上运行 Docker 镜像：

docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline -e ALLOWED_ORIGINS="http://123.123.12.34:7377,https://123.123.12.34:7377" ramiawar/dataline:latest

Excel 文件支持

我们支持 Excel 文件，但目前这些文件需要符合一定的结构。同时，我们也支持多张工作表——每一张工作表都会被导入为一个独立的表。

现阶段，我们会尝试自动检测“标题行”和第一列，这依赖于一些手动的数据处理（以确保安全性）。因此，如果您的表格顶部有多余的行、徽标或品牌元素，系统可能会误判。

为了保证最佳质量，请确保您的第一行是列名，并移除所有工作表中的空白行和空白列。如果任何一张工作表不符合要求，整个导入过程将会失败。

未来，我们将考虑让大语言模型自动识别标题行，从而进一步减少用户的操作步骤。

贡献者 ✨

感谢以下各位优秀的朋友（emoji key）：

Rami Awar 💻 🎨 📖 🚇 📦 📝 🐛

anthony2261 💻 🤔 🚇 📦 🧑‍🏫 🚧 🐛

Walusimbi Mahad 💻 🤔

Péter Gyarmati 💻 📖

Joe Haddad 💻 📖

maryamalki 💻 📖

Filip Katušin 💻 🐛

本项目遵循 all-contributors 规范。欢迎任何形式的贡献！

DataLine 快速上手指南

DataLine 是一款开源的 AI 驱动数据分析与可视化工具，支持通过自然语言对话来查询数据、生成图表和报告。它注重隐私，所有数据均存储在本地设备或您的私有服务器上。

环境准备

• 操作系统：Windows, macOS, 或 Linux
• 前置依赖：
  • 方式一（推荐）：无需额外依赖，直接下载二进制可执行文件。
  • 方式二（macOS/Linux）：需安装 Homebrew。
  • 方式三（通用/部署）：需安装 Docker。
• 浏览器：现代浏览器（Chrome, Edge, Firefox 等），用于访问 http://localhost:7377。
• 数据源：支持 PostgreSQL, MySQL, Snowflake, SQL Server, SQLite, CSV, Excel (.xlsx), sas7bdat 等。

安装步骤

您可以根据系统选择以下任意一种方式进行安装：

方式一：使用 Docker（推荐用于生产环境或跨平台）

一行命令即可启动，数据通过卷（volume）持久化保存。

docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline ramiawar/dataline:latest

若需设置用户名密码认证，可添加环境变量：

docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline -e AUTH_USERNAME=admin -e AUTH_PASSWORD=admin ramiawar/dataline:latest

方式二：macOS (Homebrew)

# 添加 tap 源
brew tap ramiawar/dataline

# 安装
brew install dataline

# 运行
dataline

方式三：Windows / Linux (二进制文件)

1. 前往 GitHub Releases 页面 下载最新版本的压缩包。
   • Windows: 下载 windows-exe.zip
   • Linux: 下载 dataline-linux.tar.zip
2. 解压文件。
3. 运行可执行文件：
   • Windows: 双击 DataLine.exe (若出现安全提示，请选择“仍要运行”)。
   • Linux: 在终端赋予执行权限并运行 (chmod +x dataline && ./dataline)。

基本使用

安装完成后，打开浏览器访问 http://localhost:7377。

1. 连接数据源

• 点击界面上的 "Create Connection"。
• 选择数据库类型（如 PostgreSQL, MySQL, CSV, Excel 等）。
• 填写连接信息（主机、端口、用户名、密码等）并测试连接。
  • 注：对于 Excel/CSV 文件，确保第一行为列名，且无多余的表头行或 Logo。

2. 开始对话分析

• 创建一个新的聊天窗口（Chat）。
• 在输入框中使用自然语言提问，例如：

  显示上个月销售额最高的前 5 个产品
  

  或者

  Plot a bar chart of user growth by month
  

• DataLine 会自动生成 SQL 语句并执行，随后以表格或图表形式展示结果。

3. 调整与导出

• 修改查询：点击生成的 SQL 代码块进行手动编辑，然后点击运行以刷新结果。
• 保存结果：您可以保存修改后的查询供日后使用。
• 导出：直接将生成的图表或表格复制粘贴到您的报告中。

4. 进阶功能体验

• 尝试询问需要多步推理的问题。
• 在连接编辑器中修改现有的数据库配置。
• 上传头像完善个人资料。