[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-eosphoros-ai--DB-GPT":3,"tool-eosphoros-ai--DB-GPT":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160784,2,"2026-04-19T11:32:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":77,"owner_website":79,"owner_url":80,"languages":81,"stars":119,"forks":120,"last_commit_at":121,"license":122,"difficulty_score":32,"env_os":123,"env_gpu":124,"env_ram":125,"env_deps":126,"category_tags":135,"github_topics":136,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":149,"updated_at":150,"faqs":151,"releases":180},9689,"eosphoros-ai\u002FDB-GPT","DB-GPT","open-source agentic AI data assistant for the next generation of AI + Data products.","DB-GPT 是一款开源的代理式 AI 数据助手，旨在成为下一代\"AI+ 数据”产品的核心引擎。它打破了传统数据分析的门槛，让用户能够直接连接数据库、数据仓库、CSV\u002FExcel 文件及知识库，只需使用自然语言提问，AI 即可自动编写并执行 SQL 查询或 Python 代码，将复杂的数据分析转化为直观的图表、仪表盘和深度洞察报告。\n\n针对数据获取难、分析流程繁琐以及非技术人员难以直接操作数据库等痛点，DB-GPT 提供了安全可靠的解决方案。其独特的技术亮点在于支持在沙箱环境中安全运行代码，内置可复用的领域技能（Skills），并融合了 AWEL 工作流引擎、RAG（检索增强生成）及多模型调度能力，不仅能完成即时问答，还能构建复杂的自动化数据智能体应用。\n\n这款工具非常适合希望降低数据使用门槛的企业团队、需要快速验证想法的数据分析师，以及致力于开发 AI 原生数据应用的开发者。无论是想通过对话轻松获取业务洞察的普通用户，还是希望基于 Agent 架构定制专属数据工作流的专业技术人员，都能利用 DB-GPT 高效地释放数据价值，让数据真正服务于决策与行动。","# \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_76cf0a992838.png\" alt=\"Logo\" style=\"vertical-align: middle; height: 24px;\" \u002F> DB-GPT: Open-Source Agentic AI Data Assistant\n\n\u003Cp align=\"left\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_cdc29536b456.png\" width=\"100%\" \u002F>\n\u003C\u002Fp>\n\n\u003Cdiv align=\"center\">\n  \u003Cp>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\">\n        \u003Cimg alt=\"stars\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Feosphoros-ai\u002Fdb-gpt?style=social\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\">\n        \u003Cimg alt=\"forks\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Feosphoros-ai\u002Fdb-gpt?style=social\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"http:\u002F\u002Fdbgpt.cn\u002F\">\n        \u003Cimg alt=\"Official Website\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FOfficial%20website-DB--GPT-blue?style=flat&labelColor=3366CC\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT\">\n      \u003Cimg alt=\"License: MIT\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Feosphoros-ai\u002Fdb-gpt?style=flat&labelColor=009966&color=009933\" \u002F>\n    \u003C\u002Fa>\n     \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Freleases\">\n      \u003Cimg alt=\"Release Notes\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fv\u002Frelease\u002Feosphoros-ai\u002Fdb-gpt?style=flat&labelColor=FF9933&color=FF6633\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues\">\n      \u003Cimg alt=\"Open Issues\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues-raw\u002Feosphoros-ai\u002Fdb-gpt?style=flat&labelColor=666666&color=333333\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fx.com\u002FDBGPT_AI\">\n      \u003Cimg alt=\"X (formerly Twitter) Follow\" src=\"https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002FDBGPT_AI\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fmedium.com\u002F@dbgpt0506\">\n      \u003Cimg alt=\"Medium Follow\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_b24dbc5bad35.png\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fspace.bilibili.com\u002F3537113070963392\">\n      \u003Cimg alt=\"Bilibili Space\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdynamic\u002Fjson?url=https%3A%2F%2Fapi.bilibili.com%2Fx%2Frelation%2Fstat%3Fvmid%3D3537113070963392&query=data.follower&style=flat&logo=bilibili&logoColor=white&label=Bilibili%20Fans&labelColor=F37697&color=6495ED\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fjoin.slack.com\u002Ft\u002Fslack-inu2564\u002Fshared_invite\u002Fzt-29rcnyw2b-N~ubOD9kFc7b7MDOAM1otA\">\n      \u003Cimg alt=\"Slack\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FSlack-Join%20us-5d6b98?style=flat&logo=slack&labelColor=7d89b0\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fcodespaces.new\u002Feosphoros-ai\u002FDB-GPT\">\n      \u003Cimg alt=\"Open in GitHub Codespaces\" src=\"https:\u002F\u002Fgithub.com\u002Fcodespaces\u002Fbadge.svg\" \u002F>\n    \u003C\u002Fa>\n  \u003C\u002Fp>\n\n\n[![English](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FEnglish-d9d9d9?style=flat-square)](README.md)\n[![简体中文](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F简体中文-d9d9d9?style=flat-square)](README.zh.md)\n[![日本語](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F日本語-d9d9d9?style=flat-square)](README.ja.md) \n\n[**Documents**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Foverview\u002F) | [**Contact Us**](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fblob\u002Fmain\u002FREADME.zh.md#%E8%81%94%E7%B3%BB%E6%88%91%E4%BB%AC) | [**Community**](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002Fcommunity) | [**Paper**](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2312.17449.pdf)\n\n\u003C\u002Fdiv>\n\n> **An open-source AI data assistant that connects to your data, writes SQL and code, runs skills in sandboxed environments, and turns analysis into reports, insights, and action.**\n\n![welcome_page](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_d293791b507e.png)\n\n## What is DB-GPT?\n\nDB-GPT is an open-source **agentic AI data assistant** for the next generation of **AI + Data** products.\n\nIt helps users and teams:\n- connect to **databases, CSV \u002F Excel files, warehouses, and knowledge bases**\n- ask questions in natural language and let AI **write SQL autonomously**\n- run **Python- and code-driven analysis** workflows\n- load and execute reusable **skills** for domain-specific tasks\n- generate **charts, dashboards, HTML reports, and analysis summaries**\n- execute tasks safely in **sandboxed environments**\n\nDB-GPT is also a platform for building **AI-native data agents, workflows, and applications** with agents, AWEL, RAG, and multi-model support.\n\n## Why DB-GPT?\n\n### 1. Agentic data analysis\nPlan tasks, break work into steps, call tools, and complete analysis workflows end to end.\n![csv_data_analysis_demo_en](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_449bbadbcc62.png)\n\n### 2. Autonomous SQL + code execution\nGenerate SQL and code to query data, clean datasets, compute metrics, and produce outputs.\n![agentic_write_code](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_aadd680c8d29.png)\n![sql_query](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_229a0cdf4031.png)\n\n### 3. Multi-source data access\nWork across structured and unstructured sources, including databases, spreadsheets, documents, and knowledge bases.\n\n![datasource](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_9d84041693a8.png)\n\n### 4. Skills-driven extensibility\nPackage domain knowledge, analysis methods, and execution workflows into reusable skills.\n\n\n\n\n\n![import_github_skill](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_4e89cf028e72.png)\n\n### 5. Sandboxed execution\nRun code and tools in isolated environments for safer, more reliable analysis.\n![sandbox](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_18494756da22.png)\n\n\n\n## What you can do with DB-GPT\n\n- **Analyze CSV \u002F Excel files** and generate visual reports\n- **Connect to databases** and produce profiling reports\n- Ask business questions in natural language and let AI **write SQL automatically**\n- Perform **financial report analysis** with code, charts, and narrative summaries\n- Create and reuse **SQL analysis skills** and domain workflows\n- Combine **code, SQL, retrieval, and tools** in a single agentic workflow\n- Build next-generation **AI + Data assistants** for your team or product\n\n## Product Workflow\n\n### Explore data\nConnect files, databases, and knowledge bases in one workspace.\n\n### Plan and execute\nLet AI reason through the task, write SQL and code, and execute step by step.\n\n### Use skills\nLoad reusable skills for repeatable business analysis workflows.\n\n### Generate reports\nProduce charts, dashboards, HTML reports, and decision-ready outputs.\n\n\n## Quick Start\n\nGet DB-GPT running in minutes with the one-line installer (macOS & Linux):\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh | bash\n```\n\nOr specify a profile and API key directly:\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | OPENAI_API_KEY=sk-xxx bash -s -- --profile openai\n```\n\nFor Kimi 2.5 via Moonshot API:\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | MOONSHOT_API_KEY=sk-xxx bash -s -- --profile kimi\n```\n\nFor MiniMax via the OpenAI-compatible API:\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | MINIMAX_API_KEY=sk-xxx bash -s -- --profile minimax\n```\n\nAlready have a local DB-GPT checkout? Reuse it instead of cloning `~\u002F.dbgpt\u002FDB-GPT`:\n\n```bash\nOPENAI_API_KEY=sk-xxx \\\n  bash scripts\u002Finstall\u002Finstall.sh --profile openai --repo-dir \"$(pwd)\" --yes\n```\n\nOr reuse your local repo with Kimi 2.5:\n\n```bash\nMOONSHOT_API_KEY=sk-xxx \\\n  bash scripts\u002Finstall\u002Finstall.sh --profile kimi --repo-dir \"$(pwd)\" --yes\n```\n\nOr reuse your local repo with MiniMax:\n\n```bash\nMINIMAX_API_KEY=sk-xxx \\\n  bash scripts\u002Finstall\u002Finstall.sh --profile minimax --repo-dir \"$(pwd)\" --yes\n```\n\nAfter installation, start the server with the generated profile config:\n\n```bash\ncd ~\u002F.dbgpt\u002FDB-GPT && uv run dbgpt start webserver --profile \u003Cprofile>\n```\n\nThen open [http:\u002F\u002Flocalhost:5670](http:\u002F\u002Flocalhost:5670).\n\n> **Prefer to review the script first?**\n> ```bash\n> curl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh -o install.sh\n> less install.sh\n> bash install.sh --profile openai\n> ```\n\n### Install via PyPI\n\nInstall DB-GPT from PyPI and start it with a single command — no source checkout required.\n\n> **Prerequisites:** Python **3.10+** and [uv](https:\u002F\u002Fdocs.astral.sh\u002Fuv\u002Fgetting-started\u002Finstallation\u002F) (recommended) or pip.\n\n**1. Install**\n\n```bash\n# Recommended: use uv\nuv pip install dbgpt-app\n\n# Or with pip\npip install dbgpt-app\n```\n\nThe default installation includes the core framework (CLI, FastAPI, Agent), OpenAI-compatible LLM support, DashScope \u002F Tongyi support, RAG document parsing, and ChromaDB vector store.\n\n**2. Start**\n\n```bash\ndbgpt start\n```\n\nOn first run, an interactive setup wizard will guide you through choosing an LLM provider and entering your API key. Once complete, the web server starts automatically.\n\n**3. Open the Web UI**\n\nVisit [http:\u002F\u002Flocalhost:5670](http:\u002F\u002Flocalhost:5670) — you're all set! 🎉\n\n### Advanced Installation\n\n![Docker](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocker-%230db7ed.svg?style=for-the-badge&logo=docker&logoColor=white)\n![Linux](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLinux-FCC624?style=for-the-badge&logo=linux&logoColor=black)\n![macOS](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fmac%20os-000000?style=for-the-badge&logo=macos&logoColor=F0F0F0)\n![Windows](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FWindows-0078D6?style=for-the-badge&logo=windows&logoColor=white)\n\nFor Docker, local GPU models (vLLM, llama.cpp), or manual source-code setup, see the full docs:\n\n- [**Install**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation)\n  - [Docker](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation\u002Fdocker)\n  - [Source Code](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation\u002Fsourcecode)\n- [**Quickstart**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fquickstart)\n- [**Application**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Foperation_manual)\n  - [Development Guide](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fcookbook\u002Fapp\u002Fdata_analysis_app_develop)\n  - [App Usage](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fapp_usage)\n  - [AWEL Flow Usage](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fawel_flow_usage)\n- [**Debugging**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Foperation_manual\u002Fadvanced_tutorial\u002Fdebugging)\n- [**Advanced Usage**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fadvanced_tutorial\u002Fcli)\n  - [SMMF](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fadvanced_tutorial\u002Fsmmf)\n  - [Finetune](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Ffine_tuning_manual\u002Fdbgpt_hub)\n  - [AWEL](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fawel\u002Ftutorial)\n\n\n## Core Capabilities\n\n### Agentic Analysis\n- task planning\n- step-by-step execution\n- tool use\n- iterative reasoning\n\n### SQL + Code Execution\n- natural language to SQL\n- Python-based analysis and transformation\n- metric calculation\n- chart generation\n\n### Multi-Source Data Access\n- relational databases\n- CSV \u002F Excel\n- documents\n- knowledge bases\n- mixed-source workflows\n\n### Skills and Agents\n- reusable skills\n- domain workflows\n- agent orchestration\n- customizable execution flows\n\n### Reporting and Decision Support\n- database profiling reports\n- financial analysis reports\n- visual reports and dashboards\n- summaries and business insights\n\n### Safe Execution\n- sandboxed code execution\n- controlled tool use\n- reproducible outputs and artifacts\n\n#### Text2SQL Finetune\n\n  |     LLM     |  Supported  | \n  |:-----------:|:-----------:|\n  |    LLaMA    |      ✅     |\n  |   LLaMA-2   |      ✅     | \n  |    BLOOM    |      ✅     | \n  |   BLOOMZ    |      ✅     | \n  |   Falcon    |      ✅     | \n  |  Baichuan   |      ✅     | \n  |  Baichuan2  |      ✅     | \n  |  InternLM   |      ✅     |\n  |    Qwen     |      ✅     | \n  |   XVERSE    |      ✅     | \n  |  ChatGLM2   |      ✅     |\n\n[More Information about Text2SQL finetune](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT-Hub)\n\n### Supported Models\n\n\u003Ctable>\n      \u003Cthead>\n        \u003Ctr>\n          \u003Cth>Provider\u003C\u002Fth>\n          \u003Cth>Supported\u003C\u002Fth>\n          \u003Cth>Models\u003C\u002Fth>\n        \u003C\u002Ftr>\n      \u003C\u002Fthead>\n      \u003Ctbody>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">DeepSeek\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1-0528\">DeepSeek-R1-0528\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-V3-0324\">DeepSeek-V3-0324\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1\">DeepSeek-R1\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-V3\">DeepSeek-V3\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1-Distill-Llama-70B\">DeepSeek-R1-Distill-Llama-70B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1-Distill-Qwen-32B\">DeepSeek-R1-Distill-Qwen-32B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-Coder-V2-Instruct\">DeepSeek-Coder-V2-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Qwen\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-235B-A22B\">Qwen3-235B-A22B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-30B-A3B\">Qwen3-30B-A3B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-32B\">Qwen3-32B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwQ-32B\">QwQ-32B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-Coder-32B-Instruct\">Qwen2.5-Coder-32B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-Coder-14B-Instruct\">Qwen2.5-Coder-14B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-72B-Instruct\">Qwen2.5-72B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-32B-Instruct\">Qwen2.5-32B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">GLM\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FTHUDM\u002FGLM-Z1-32B-0414\">GLM-Z1-32B-0414\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FTHUDM\u002FGLM-4-32B-0414\">GLM-4-32B-0414\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FTHUDM\u002Fglm-4-9b-chat\">Glm-4-9b-chat\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Llama\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3.1-405B-Instruct\">Meta-Llama-3.1-405B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3.1-70B-Instruct\">Meta-Llama-3.1-70B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3.1-8B-Instruct\">Meta-Llama-3.1-8B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-70B-Instruct\">Meta-Llama-3-70B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-8B-Instruct\">Meta-Llama-3-8B-Instruct\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Gemma\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-2-27b-it\">gemma-2-27b-it\u003C\u002Fa>\u003Cbr>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-2-9b-it\">gemma-2-9b-it\u003C\u002Fa>\u003Cbr>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-7b-it\">gemma-7b-it\u003C\u002Fa>\u003Cbr>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-2b-it\">gemma-2b-it\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Yi\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-1.5-34B-Chat\">Yi-1.5-34B-Chat\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-1.5-9B-Chat\">Yi-1.5-9B-Chat\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-1.5-6B-Chat\">Yi-1.5-6B-Chat\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-34B-Chat\">Yi-34B-Chat\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Starling\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FNexusflow\u002FStarling-LM-7B-beta\">Starling-LM-7B-beta\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">SOLAR\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fupstage\u002FSOLAR-10.7B-Instruct-v1.0\">SOLAR-10.7B\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Mixtral\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmistralai\u002FMixtral-8x7B-Instruct-v0.1\">Mixtral-8x7B\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Phi\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fcollections\u002Fmicrosoft\u002Fphi-3-6626e15e9585a200d2d761e3\">Phi-3\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n      \u003C\u002Ftbody>\n    \u003C\u002Ftable>\n\n  - [More Supported LLMs](http:\u002F\u002Fdocs.dbgpt.site\u002Fdocs\u002Fmodules\u002Fsmmf)\n\n### Privacy and Security\n\nWe protect data privacy and execution safety through private model deployment, proxy desensitization, and sandboxed execution mechanisms.\n\n### Data Sources\n- [Datasources](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fmodules\u002Fconnections)\n\n## Vision\n\nWe believe the future of data products goes beyond dashboards.\n\nThe next generation of **AI + Data** products will be:\n- **agentic**\n- **multi-source**\n- **skill-driven**\n- **sandboxed**\n- capable of writing **SQL and code**\n- able to turn analysis into **reports, decisions, and action**\n\nDB-GPT aims to help developers and enterprises build that future.\n\n\n## Contribution\n\n- To check detailed guidelines for new contributions, please refer [how to contribute](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fblob\u002Fmain\u002FCONTRIBUTING.md)\n\n### Contributors Wall\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fgraphs\u002Fcontributors\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_691e901ff702.png\" \u002F>\n\u003C\u002Fa>\n\n\n## Licence\nThe MIT License (MIT)\n\n## DISCKAIMER\n- [disckaimer](.\u002FDISCKAIMER.md)\n\n## Citation\nIf you want to understand the overall architecture of DB-GPT, please cite \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2312.17449\" target=\"_blank\">Paper\u003C\u002Fa> and \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.10209\" target=\"_blank\">Paper\u003C\u002Fa>\n\nIf you want to learn about using DB-GPT for Agent development, please cite the \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2412.13520\" target=\"_blank\">Paper\u003C\u002Fa>\n```bibtex\n@article{xue2023dbgpt,\n      title={DB-GPT: Empowering Database Interactions with Private Large Language Models}, \n      author={Siqiao Xue and Caigao Jiang and Wenhui Shi and Fangyin Cheng and Keting Chen and Hongjun Yang and Zhiping Zhang and Jianshan He and Hongyang Zhang and Ganglin Wei and Wang Zhao and Fan Zhou and Danrui Qi and Hong Yi and Shaodong Liu and Faqiang Chen},\n      year={2023},\n      journal={arXiv preprint arXiv:2312.17449},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2312.17449}\n}\n@misc{huang2024romasrolebasedmultiagentdatabase,\n      title={ROMAS: A Role-Based Multi-Agent System for Database monitoring and Planning}, \n      author={Yi Huang and Fangyin Cheng and Fan Zhou and Jiahui Li and Jian Gong and Hongjun Yang and Zhidong Fan and Caigao Jiang and Siqiao Xue and Faqiang Chen},\n      year={2024},\n      eprint={2412.13520},\n      archivePrefix={arXiv},\n      primaryClass={cs.AI},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2412.13520}, \n}\n@inproceedings{xue2024demonstration,\n      title={Demonstration of DB-GPT: Next Generation Data Interaction System Empowered by Large Language Models}, \n      author={Siqiao Xue and Danrui Qi and Caigao Jiang and Wenhui Shi and Fangyin Cheng and Keting Chen and Hongjun Yang and Zhiping Zhang and Jianshan He and Hongyang Zhang and Ganglin Wei and Wang Zhao and Fan Zhou and Hong Yi and Shaodong Liu and Hongjun Yang and Faqiang Chen},\n      year={2024},\n      booktitle = \"Proceedings of the VLDB Endowment\",\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.10209}\n}\n```\n\n\n## Contact Information\nThanks to everyone who has contributed to DB-GPT! Your ideas, code, comments, and even sharing them at events and on social platforms can make DB-GPT better.\nWe are working on building a community, if you have any ideas for building the community, feel free to contact us.  \n\n- [Github Issues](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues) ⭐️：For questions about using GB-DPT, see the CONTRIBUTING.  \n- [Github Discussions](https:\u002F\u002Fgithub.com\u002Forgs\u002Feosphoros-ai\u002Fdiscussions) ⭐️：Share your experience or unique apps.  \n- [Twitter](https:\u002F\u002Fx.com\u002FDBGPT_AI) ⭐️：Please feel free to talk to us.  \n\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_fda3feb376f8.png)](https:\u002F\u002Fstar-history.com\u002F#csunny\u002FDB-GPT)\n","# \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_76cf0a992838.png\" alt=\"Logo\" style=\"vertical-align: middle; height: 24px;\" \u002F> DB-GPT：开源代理式AI数据助手\n\n\u003Cp align=\"left\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_cdc29536b456.png\" width=\"100%\" \u002F>\n\u003C\u002Fp>\n\n\u003Cdiv align=\"center\">\n  \u003Cp>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\">\n        \u003Cimg alt=\"stars\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Feosphoros-ai\u002Fdb-gpt?style=social\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\">\n        \u003Cimg alt=\"forks\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Feosphoros-ai\u002Fdb-gpt?style=social\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"http:\u002F\u002Fdbgpt.cn\u002F\">\n        \u003Cimg alt=\"官方网站\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FOfficial%20website-DB--GPT-blue?style=flat&labelColor=3366CC\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT\">\n      \u003Cimg alt=\"许可证：MIT\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Feosphoros-ai\u002Fdb-gpt?style=flat&labelColor=009966&color=009933\" \u002F>\n    \u003C\u002Fa>\n     \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Freleases\">\n      \u003Cimg alt=\"发布说明\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fv\u002Frelease\u002Feosphoros-ai\u002Fdb-gpt?style=flat&labelColor=FF9933&color=FF6633\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues\">\n      \u003Cimg alt=\"未解决的问题\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues-raw\u002Feosphoros-ai\u002Fdb-gpt?style=flat&labelColor=666666&color=333333\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fx.com\u002FDBGPT_AI\">\n      \u003Cimg alt=\"X（原Twitter）关注\" src=\"https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002FDBGPT_AI\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fmedium.com\u002F@dbgpt0506\">\n      \u003Cimg alt=\"Medium关注\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_b24dbc5bad35.png\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fspace.bilibili.com\u002F3537113070963392\">\n      \u003Cimg alt=\"B站空间\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdynamic\u002Fjson?url=https%3A%2F%2Fapi.bilibili.com%2Fx%2Frelation%2Fstat%3Fvmid%3D3537113070963392&query=data.follower&style=flat&logo=bilibili&logoColor=white&label=Bilibili%20Fans&labelColor=F37697&color=6495ED\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fjoin.slack.com\u002Ft\u002Fslack-inu2564\u002Fshared_invite\u002Fzt-29rcnyw2b-N~ubOD9kFc7b7MDOAM1otA\">\n      \u003Cimg alt=\"Slack\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FSlack-Join%20us-5d6b98?style=flat&logo=slack&labelColor=7d89b0\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fcodespaces.new\u002Feosphoros-ai\u002FDB-GPT\">\n      \u003Cimg alt=\"在GitHub Codespaces中打开\" src=\"https:\u002F\u002Fgithub.com\u002Fcodespaces\u002Fbadge.svg\" \u002F>\n    \u003C\u002Fa>\n  \u003C\u002Fp>\n\n\n[![英语](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FEnglish-d9d9d9?style=flat-square)](README.md)\n[![简体中文](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F简体中文-d9d9d9?style=flat-square)](README.zh.md)\n[![日语](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F日本語-d9d9d9?style=flat-square)](README.ja.md) \n\n[**文档**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Foverview\u002F) | [**联系我们**](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fblob\u002Fmain\u002FREADME.zh.md#%E8%81%94%E7%B3%BB%E6%88%91%E4%BB%AC) | [**社区**](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002Fcommunity) | [**论文**](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2312.17449.pdf)\n\n\u003C\u002Fdiv>\n\n> **一款开源的AI数据助手，可连接您的数据、编写SQL和代码，在沙盒环境中运行技能，并将分析结果转化为报告、洞察和行动。**\n\n![welcome_page](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_d293791b507e.png)\n\n## 什么是DB-GPT？\n\nDB-GPT是面向下一代**AI+数据**产品的开源**代理式AI数据助手**。\n\n它帮助用户和团队：\n- 连接**数据库、CSV\u002FExcel文件、数据仓库和知识库**\n- 用自然语言提问，让AI**自主编写SQL**\n- 运行**基于Python和代码的分析**工作流\n- 加载并执行用于特定领域任务的可重用**技能**\n- 生成**图表、仪表盘、HTML报告和分析摘要**\n- 在**沙盒环境**中安全地执行任务\n\nDB-GPT同时也是一个平台，支持使用代理、AWEL、RAG以及多模型技术，构建**原生AI的数据代理、工作流和应用**。\n\n## 为什么选择DB-GPT？\n\n### 1. 代理式数据分析\n规划任务、分解步骤、调用工具，并端到端完成分析流程。\n![csv_data_analysis_demo_en](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_449bbadbcc62.png)\n\n### 2. 自主SQL+代码执行\n生成SQL和代码来查询数据、清洗数据集、计算指标并产出结果。\n![agentic_write_code](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_aadd680c8d29.png)\n![sql_query](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_229a0cdf4031.png)\n\n### 3. 多源数据访问\n跨结构化与非结构化数据源工作，包括数据库、电子表格、文档和知识库。\n\n![datasource](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_9d84041693a8.png)\n\n### 4. 基于技能的扩展性\n将领域知识、分析方法和执行流程封装成可重用的技能。\n\n\n\n![import_github_skill](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_4e89cf028e72.png)\n\n### 5. 沙盒执行\n在隔离环境中运行代码和工具，以实现更安全、更可靠的分析。\n![sandbox](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_18494756da22.png)\n\n\n\n## 使用DB-GPT能做什么\n\n- **分析CSV\u002FExcel文件**并生成可视化报告\n- **连接数据库**并生成数据概览报告\n- 用自然语言提出业务问题，让AI**自动编写SQL**\n- 使用代码、图表和文字总结进行**财务报表分析**\n- 创建并重复使用**SQL分析技能**和领域工作流\n- 将**代码、SQL、检索和工具**整合到一个统一的代理式工作流中\n- 为您的团队或产品构建下一代**AI+数据助手**\n\n## 产品工作流\n\n### 探索数据\n在一个工作空间中连接文件、数据库和知识库。\n\n### 计划与执行\n让AI推理任务、编写SQL和代码，并逐步执行。\n\n### 使用技能\n加载可重用的技能，用于重复性的业务分析工作流。\n\n### 生成报告\n制作图表、仪表盘、HTML报告以及可供决策使用的输出。\n\n## 快速入门\n\n使用一行安装命令，您可以在几分钟内启动 DB-GPT（适用于 macOS 和 Linux）：\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh | bash\n```\n\n或者直接指定配置文件和 API 密钥：\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | OPENAI_API_KEY=sk-xxx bash -s -- --profile openai\n```\n\n对于通过 Moonshot API 使用 Kimi 2.5 的情况：\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | MOONSHOT_API_KEY=sk-xxx bash -s -- --profile kimi\n```\n\n对于通过 OpenAI 兼容 API 使用 MiniMax 的情况：\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | MINIMAX_API_KEY=sk-xxx bash -s -- --profile minimax\n```\n\n如果您已经本地克隆了 DB-GPT 代码库，可以直接复用，而无需再次克隆 `~\u002F.dbgpt\u002FDB-GPT`：\n\n```bash\nOPENAI_API_KEY=sk-xxx \\\n  bash scripts\u002Finstall\u002Finstall.sh --profile openai --repo-dir \"$(pwd)\" --yes\n```\n\n或者复用您的本地仓库并使用 Kimi 2.5：\n\n```bash\nMOONSHOT_API_KEY=sk-xxx \\\n  bash scripts\u002Finstall\u002Finstall.sh --profile kimi --repo-dir \"$(pwd)\" --yes\n```\n\n又或者复用本地仓库并使用 MiniMax：\n\n```bash\nMINIMAX_API_KEY=sk-xxx \\\n  bash scripts\u002Finstall\u002Finstall.sh --profile minimax --repo-dir \"$(pwd)\" --yes\n```\n\n安装完成后，使用生成的配置文件启动服务器：\n\n```bash\ncd ~\u002F.dbgpt\u002FDB-GPT && uv run dbgpt start webserver --profile \u003Cprofile>\n```\n\n然后打开 [http:\u002F\u002Flocalhost:5670](http:\u002F\u002Flocalhost:5670)。\n\n> **想先查看脚本内容吗？**\n> ```bash\n> curl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh -o install.sh\n> less install.sh\n> bash install.sh --profile openai\n> ```\n\n### 通过 PyPI 安装\n\n您可以从 PyPI 安装 DB-GPT，并通过一条命令即可启动——无需克隆源码。\n\n> **前提条件：** Python **3.10+** 以及 [uv](https:\u002F\u002Fdocs.astral.sh\u002Fuv\u002Fgetting-started\u002Finstallation\u002F)（推荐）或 pip。\n\n**1. 安装**\n\n```bash\n# 推荐使用 uv\nuv pip install dbgpt-app\n\n# 或者使用 pip\npip install dbgpt-app\n```\n\n默认安装包含核心框架（CLI、FastAPI、Agent）、OpenAI 兼容的 LLM 支持、DashScope \u002F Tongyi 支持、RAG 文档解析以及 ChromaDB 向量存储。\n\n**2. 启动**\n\n```bash\ndbgpt start\n```\n\n首次运行时，交互式设置向导会引导您选择 LLM 提供商并输入 API 密钥。完成设置后，Web 服务器将自动启动。\n\n**3. 打开 Web 界面**\n\n访问 [http:\u002F\u002Flocalhost:5670](http:\u002F\u002Flocalhost:5670)，一切就绪！🎉\n\n### 高级安装\n\n![Docker](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocker-%230db7ed.svg?style=for-the-badge&logo=docker&logoColor=white)\n![Linux](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLinux-FCC624?style=for-the-badge&logo=linux&logoColor=black)\n![macOS](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fmac%20os-000000?style=for-the-badge&logo=macos&logoColor=F0F0F0)\n![Windows](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FWindows-0078D6?style=for-the-badge&logo=windows&logoColor=white)\n\n如需使用 Docker、本地 GPU 模型（vLLM、llama.cpp）或手动设置源码，请参阅完整文档：\n\n- [**安装**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation)\n  - [Docker](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation\u002Fdocker)\n  - [源码](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation\u002Fsourcecode)\n- [**快速入门**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fquickstart)\n- [**应用**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Foperation_manual)\n  - [开发指南](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fcookbook\u002Fapp\u002Fdata_analysis_app_develop)\n  - [应用使用](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fapp_usage)\n  - [AWEL 流程使用](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fawel_flow_usage)\n- [**调试**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Foperation_manual\u002Fadvanced_tutorial\u002Fdebugging)\n- [**高级使用**](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fadvanced_tutorial\u002Fcli)\n  - [SMMF](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Fadvanced_tutorial\u002Fsmmf)\n  - [微调](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fapplication\u002Ffine_tuning_manual\u002Fdbgpt_hub)\n  - [AWEL](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fawel\u002Ftutorial)\n\n\n## 核心能力\n\n### 智能体分析\n- 任务规划\n- 分步执行\n- 工具使用\n- 迭代推理\n\n### SQL + 代码执行\n- 自然语言转 SQL\n- 基于 Python 的分析与转换\n- 指标计算\n- 图表生成\n\n### 多源数据接入\n- 关系型数据库\n- CSV \u002F Excel\n- 文档\n- 知识库\n- 混合来源工作流\n\n### 技能与智能体\n- 可重用技能\n- 领域工作流\n- 智能体编排\n- 可定制的执行流程\n\n### 报告与决策支持\n- 数据库画像报告\n- 财务分析报告\n- 可视化报告与仪表盘\n- 总结与业务洞察\n\n### 安全执行\n- 沙箱式代码执行\n- 受控工具使用\n- 可重复的输出与成果\n\n#### Text2SQL 微调\n\n  |     LLM     |  支持情况  | \n  |:-----------:|:-----------:|\n  |    LLaMA    |      ✅     |\n  |   LLaMA-2   |      ✅     | \n  |    BLOOM    |      ✅     | \n  |   BLOOMZ    |      ✅     | \n  |   Falcon    |      ✅     | \n  |  Baichuan   |      ✅     | \n  |  Baichuan2  |      ✅     | \n  |  InternLM   |      ✅     |\n  |    Qwen     |      ✅     | \n  |   XVERSE    |      ✅     | \n  |  ChatGLM2   |      ✅     |\n\n[关于 Text2SQL 微调的更多信息](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT-Hub)\n\n### 支持的模型\n\n\u003Ctable>\n      \u003Cthead>\n        \u003Ctr>\n          \u003Cth>提供商\u003C\u002Fth>\n          \u003Cth>支持\u003C\u002Fth>\n          \u003Cth>模型\u003C\u002Fth>\n        \u003C\u002Ftr>\n      \u003C\u002Fthead>\n      \u003Ctbody>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">DeepSeek\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1-0528\">DeepSeek-R1-0528\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-V3-0324\">DeepSeek-V3-0324\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1\">DeepSeek-R1\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-V3\">DeepSeek-V3\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1-Distill-Llama-70B\">DeepSeek-R1-Distill-Llama-70B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-R1-Distill-Qwen-32B\">DeepSeek-R1-Distill-Qwen-32B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-Coder-V2-Instruct\">DeepSeek-Coder-V2-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Qwen\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-235B-A22B\">Qwen3-235B-A22B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-30B-A3B\">Qwen3-30B-A3B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-32B\">Qwen3-32B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwQ-32B\">QwQ-32B\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-Coder-32B-Instruct\">Qwen2.5-Coder-32B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-Coder-14B-Instruct\">Qwen2.5-Coder-14B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-72B-Instruct\">Qwen2.5-72B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen2.5-32B-Instruct\">Qwen2.5-32B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">GLM\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FTHUDM\u002FGLM-Z1-32B-0414\">GLM-Z1-32B-0414\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FTHUDM\u002FGLM-4-32B-0414\">GLM-4-32B-0414\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FTHUDM\u002Fglm-4-9b-chat\">Glm-4-9b-chat\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Llama\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3.1-405B-Instruct\">Meta-Llama-3.1-405B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3.1-70B-Instruct\">Meta-Llama-3.1-70B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3.1-8B-Instruct\">Meta-Llama-3.1-8B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-70B-Instruct\">Meta-Llama-3-70B-Instruct\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmeta-llama\u002FMeta-Llama-3-8B-Instruct\">Meta-Llama-3-8B-Instruct\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Gemma\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-2-27b-it\">gemma-2-27b-it\u003C\u002Fa>\u003Cbr>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-2-9b-it\">gemma-2-9b-it\u003C\u002Fa>\u003Cbr>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-7b-it\">gemma-7b-it\u003C\u002Fa>\u003Cbr>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fgoogle\u002Fgemma-2b-it\">gemma-2b-it\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Yi\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-1.5-34B-Chat\">Yi-1.5-34B-Chat\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-1.5-9B-Chat\">Yi-1.5-9B-Chat\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-1.5-6B-Chat\">Yi-1.5-6B-Chat\u003C\u002Fa>\u003Cbr\u002F>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002F01-ai\u002FYi-34B-Chat\">Yi-34B-Chat\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Starling\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FNexusflow\u002FStarling-LM-7B-beta\">Starling-LM-7B-beta\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">SOLAR\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fupstage\u002FSOLAR-10.7B-Instruct-v1.0\">SOLAR-10.7B\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Mixtral\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fmistralai\u002FMixtral-8x7B-Instruct-v0.1\">Mixtral-8x7B\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n          \u003Ctd align=\"center\" valign=\"middle\">Phi\u003C\u002Ftd>\n          \u003Ctd align=\"center\" valign=\"middle\">✅\u003C\u002Ftd>\n          \u003Ctd>\n            🔥🔥🔥  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fcollections\u002Fmicrosoft\u002Fphi-3-6626e15e9585a200d2d761e3\">Phi-3\u003C\u002Fa>\n          \u003C\u002Ftd>\n        \u003C\u002Ftr>\n      \u003C\u002Ftbody>\n    \u003C\u002Ftable>\n\n  - [更多支持的LLM](http:\u002F\u002Fdocs.dbgpt.site\u002Fdocs\u002Fmodules\u002Fsmmf)\n\n### 隐私与安全\n\n我们通过私有化模型部署、代理脱敏以及沙箱执行机制来保护数据隐私和执行安全。\n\n### 数据来源\n- [数据源](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fmodules\u002Fconnections)\n\n## 愿景\n\n我们相信，数据产品的未来将超越传统的仪表盘。\n\n下一代 **AI + 数据** 产品将是：\n- **智能体驱动**\n- **多源整合**\n- **技能导向**\n- **沙箱运行**\n- 能够编写 **SQL 和代码**\n- 可以将分析转化为 **报告、决策和行动**\n\nDB-GPT 致力于帮助开发者和企业构建这样的未来。\n\n\n## 贡献\n\n- 如需查看详细的贡献指南，请参阅 [如何贡献](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fblob\u002Fmain\u002FCONTRIBUTING.md)\n\n### 贡献者墙\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fgraphs\u002Fcontributors\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_691e901ff702.png\" \u002F>\n\u003C\u002Fa>\n\n\n## 许可证\nMIT 许可证 (MIT)\n\n## 免责声明\n- [免责声明](.\u002FDISCKAIMER.md)\n\n## 引用\n如果您想了解 DB-GPT 的整体架构，请引用 \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2312.17449\" target=\"_blank\">论文\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.10209\" target=\"_blank\">论文\u003C\u002Fa>。\n\n如果您想了解如何使用 DB-GPT 进行智能体开发，请引用 \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2412.13520\" target=\"_blank\">论文\u003C\u002Fa>。\n```bibtex\n@article{xue2023dbgpt,\n      title={DB-GPT: 以私有大语言模型赋能数据库交互}, \n      author={薛思乔、蒋才高、史文辉、程方音、陈可婷、杨洪军、张志平、何建山、张宏洋、魏刚林、赵旺、周凡、齐丹蕊、易宏、刘绍东、陈发强},\n      year={2023},\n      journal={arXiv 预印本 arXiv:2312.17449},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2312.17449}\n}\n@misc{huang2024romasrolebasedmultiagentdatabase,\n      title={ROMAS：基于角色的多智能体系统，用于数据库监控与规划}, \n      author={黄毅、程方音、周凡、李佳慧、龚健、杨洪军、范志东、蒋才高、薛思乔、陈发强},\n      year={2024},\n      eprint={2412.13520},\n      archivePrefix={arXiv},\n      primaryClass={cs.AI},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2412.13520}, \n}\n@inproceedings{xue2024demonstration,\n      title={DB-GPT 演示：由大语言模型赋能的下一代数据交互系统}, \n      author={薛思乔、齐丹蕊、蒋才高、史文辉、程方音、陈可婷、杨洪军、张志平、何建山、张宏洋、魏刚林、赵旺、周凡、易宏、刘绍东、杨洪军、陈发强},\n      year={2024},\n      booktitle = “VLDB Endowment 会议论文集”，\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.10209}\n}\n```\n\n\n## 联系方式\n感谢所有为 DB-GPT 做出贡献的人！您的想法、代码、评论，甚至在活动和社交平台上分享，都能让 DB-GPT 变得更好。\n我们正在努力建设社区，如果您有任何关于社区建设的想法，欢迎随时联系我们。\n\n- [Github Issues](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues) ⭐️：有关 GB-DPT 使用的问题，请参阅 CONTRIBUTING 文件。\n- [Github Discussions](https:\u002F\u002Fgithub.com\u002Forgs\u002Feosphoros-ai\u002Fdiscussions) ⭐️：分享您的使用经验或独特应用。\n- [Twitter](https:\u002F\u002Fx.com\u002FDBGPT_AI) ⭐️：欢迎随时与我们交流。\n\n\n[![Star 历史图表](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_readme_fda3feb376f8.png)](https:\u002F\u002Fstar-history.com\u002F#csunny\u002FDB-GPT)","# DB-GPT 快速上手指南\n\nDB-GPT 是一款开源的代理式 AI 数据助手，旨在连接您的数据库、文件及知识库，通过自然语言自动生成 SQL 和代码，执行数据分析任务并输出可视化报告。\n\n## 1. 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Linux, macOS, 或 Windows (推荐 WSL2)\n*   **Python 版本**：Python 3.10 或更高版本\n*   **包管理工具**（推荐）：\n    *   [uv](https:\u002F\u002Fdocs.astral.sh\u002Fuv\u002Fgetting-started\u002Finstallation\u002F)：极速 Python 包安装器（官方推荐）\n    *   或者使用标准的 `pip`\n*   **API Key**：准备好大模型服务的 API Key（如 OpenAI, Moonshot\u002FKimi, MiniMax, DeepSeek 等）\n\n## 2. 安装步骤\n\n您可以选择以下任意一种方式进行安装。\n\n### 方式一：一键脚本安装（推荐，适合快速体验）\n\n适用于 macOS 和 Linux 用户。该脚本会自动处理依赖并配置环境。\n\n**通用安装（以 OpenAI 为例）：**\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | OPENAI_API_KEY=sk-xxx bash -s -- --profile openai\n```\n\n**使用 Kimi (Moonshot) 模型：**\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | MOONSHOT_API_KEY=sk-xxx bash -s -- --profile kimi\n```\n\n**使用 MiniMax 模型：**\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Feosphoros-ai\u002FDB-GPT\u002Fmain\u002Fscripts\u002Finstall\u002Finstall.sh \\\n  | MINIMAX_API_KEY=sk-xxx bash -s -- --profile minimax\n```\n\n> **注意**：请将 `sk-xxx` 替换为您真实的 API Key。如果您已有本地代码仓库，可添加 `--repo-dir \"$(pwd)\"` 参数复用当前目录。\n\n### 方式二：通过 PyPI 安装（适合开发者集成）\n\n如果您希望将其作为 Python 库安装或使用更灵活的控制：\n\n**1. 安装核心包**\n```bash\n# 推荐使用 uv (速度更快)\nuv pip install dbgpt-app\n\n# 或使用 pip\npip install dbgpt-app\n```\n\n**2. 启动服务**\n运行以下命令，首次启动时会引导您交互式地选择模型提供商并输入 API Key：\n```bash\ndbgpt start\n```\n\n### 方式三：Docker 或源码安装（高级用户）\n\n对于需要本地部署 GPU 模型（如 vLLM, llama.cpp）或进行深度定制的用户，请参考官方文档进行 Docker 部署或源码编译：\n*   [Docker 安装指南](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation\u002Fdocker)\n*   [源码安装指南](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Finstallation\u002Fsourcecode)\n\n## 3. 基本使用\n\n安装完成后，按照以下步骤即可开始使用：\n\n**1. 启动 Web 服务**\n如果您使用的是脚本安装且未自动启动，请手动运行：\n```bash\ncd ~\u002F.dbgpt\u002FDB-GPT && uv run dbgpt start webserver --profile \u003Cprofile>\n```\n*(将 `\u003Cprofile>` 替换为您安装时指定的配置文件名，如 `openai`, `kimi` 等)*\n\n如果您使用的是 PyPI 安装且已完成初始化，服务通常已自动运行。\n\n**2. 访问界面**\n打开浏览器访问：\n[http:\u002F\u002Flocalhost:5670](http:\u002F\u002Flocalhost:5670)\n\n**3. 快速尝试**\n*   **连接数据源**：在左侧菜单点击\"Data Sources\"，上传 CSV\u002FExcel 文件或配置数据库连接（支持 MySQL, PostgreSQL 等）。\n*   **自然语言提问**：在对话框中输入业务问题，例如：“分析上个季度的销售趋势”或“查询用户数量最多的前 5 个城市”。\n*   **查看结果**：DB-GPT 将自动生成 SQL 或 Python 代码，执行分析，并以图表、表格或总结报告的形式展示结果。\n\n---\n*更多高级功能（如自定义 Agent、AWEL 工作流、模型微调等）请访问 [官方文档](http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Foverview\u002F)。*","某电商公司的数据分析师需要在每周一快速从海量订单数据库中提取上周销售报表，并针对突发异常数据进行深度归因分析。\n\n### 没有 DB-GPT 时\n- **沟通成本高**：分析师不懂复杂 SQL，必须向数据工程师提交排期需求，等待数小时甚至数天才能获取数据。\n- **迭代效率低**：一旦业务方想调整筛选条件（如“只看华东地区”），需重新走一遍提需求流程，无法即时验证想法。\n- **分析门槛高**：进行多维度的归因分析或绘制可视化图表时，需手动导出 CSV 并在本地编写 Python 脚本，过程繁琐且易出错。\n- **知识复用难**：过往优秀的分析逻辑和代码散落在个人电脑中，难以沉淀为团队可复用的标准化技能。\n\n### 使用 DB-GPT 后\n- **自然语言直查**：分析师直接用中文提问“上周华东区销量下滑最严重的前五个品类”，DB-GPT 自动连接数据库并生成、执行 SQL，秒级返回结果。\n- **即时交互探索**：面对业务方的新疑问，可立即追加指令“对比去年同期数据并画出趋势图”，DB-GPT 实时调整代码并渲染出可视化图表。\n- **自动化深度分析**：调用内置的 Python 沙箱环境，DB-GPT 自动运行复杂的统计模型进行归因分析，并直接生成包含结论的 HTML 分析报告。\n- **能力沉淀共享**：将此次特定的分析流程保存为“销售异常诊断”技能，团队成员下次只需一键调用，即可复用相同的分析逻辑。\n\nDB-GPT 将原本需要跨部门协作数天的数据获取与分析工作，转变为单人分钟级的自助式智能决策闭环。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feosphoros-ai_DB-GPT_d293791b.png","eosphoros-ai","eosphoros","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Feosphoros-ai_7db2ed38.jpg","Building Open AI-Native Data Infrastructure",null,"cfqcsunny@gmail.com","http:\u002F\u002Fdbgpt.cn","https:\u002F\u002Fgithub.com\u002Feosphoros-ai",[82,86,90,94,98,102,106,109,112,116],{"name":83,"color":84,"percentage":85},"Python","#3572A5",70.3,{"name":87,"color":88,"percentage":89},"TypeScript","#3178c6",19,{"name":91,"color":92,"percentage":93},"HTML","#e34c26",9.4,{"name":95,"color":96,"percentage":97},"CSS","#663399",0.6,{"name":99,"color":100,"percentage":101},"Shell","#89e051",0.5,{"name":103,"color":104,"percentage":105},"Makefile","#427819",0.1,{"name":107,"color":108,"percentage":105},"Dockerfile","#384d54",{"name":110,"color":111,"percentage":105},"JavaScript","#f1e05a",{"name":113,"color":114,"percentage":115},"Batchfile","#C1F12E",0,{"name":117,"color":118,"percentage":115},"PowerShell","#012456",18541,2635,"2026-04-19T05:50:47","MIT","Linux, macOS, Windows","非必需。支持本地 GPU 模型（如 vLLM, llama.cpp），具体显存和 CUDA 版本取决于所选用的本地大模型，README 未指定统一硬性要求。","未说明",{"notes":127,"python":128,"dependencies":129},"推荐使用 uv 进行包管理。安装脚本支持一键部署 OpenAI、Kimi (Moonshot)、MiniMax 等主流模型服务。若使用 Docker 或本地源码部署本地大模型，需参考官方文档配置相应环境。默认安装包含核心框架、OpenAI 兼容接口支持及 RAG 文档解析功能。","3.10+",[130,131,132,133,134],"uv (推荐)","pip","FastAPI","ChromaDB","DashScope\u002FTongyi",[35,14,13,16],[137,138,139,140,141,142,143,144,145,146,147,148],"database","gpt-4","vicuna","private","security","llm","agents","bgi","gpt","rag","hacktoberfest","deepseek","2026-03-27T02:49:30.150509","2026-04-20T04:05:11.040011",[152,157,162,167,172,176],{"id":153,"question_zh":154,"answer_zh":155,"source_url":156},43512,"执行 llmserver.py 加载模型分片（Loading checkpoint shards）时抛出错误怎么办？","该问题可能是临时性的启动故障。用户可以尝试多次重启服务。如果问题持续，请确保使用正确的启动命令：`python dbgpt_server.py --port 7860`。此外，注意检查日志中关于 `do_sample` 和 `temperature` 参数的警告，虽然这通常不会阻止启动，但建议根据提示调整生成配置。","https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues\u002F669",{"id":158,"question_zh":159,"answer_zh":160,"source_url":161},43513,"启动服务时出现 sqlite3.OperationalError: no such table: gpts_app 错误如何解决？","这是因为数据库中缺少 `gpts_app` 表。解决方法是手动执行 SQL 语句创建该表。如果是 SQLite 环境，请使用以下建表语句（注意将反引号改为适合 SQLite 的语法或直接运行）：\nCREATE TABLE `gpts_app` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT 'autoincrement id',\n  `app_code` varchar(255) NOT NULL COMMENT 'Current AI assistant code',\n  `app_name` varchar(255) NOT NULL COMMENT 'Current AI assistant name',\n  `app_describe` varchar(2255) NOT NULL COMMENT 'Current AI assistant describe',\n  `language` varchar(100) NOT NULL COMMENT 'gpts language',\n  `team_mode` varchar(255) NOT NULL COMMENT 'Team work mode',\n  `team_context` text COMMENT 'The execution logic and team member content that teams with different working modes rely on',\n  `user_code` varchar(255) DEFAULT NULL COMMENT 'user code',\n  `sys_code` varchar(255) DEFAULT NULL COMMENT 'system app code',\n  `created_at` datetime DEFAULT NULL COMMENT 'create time',\n  `updated_at` datetime DEFAULT NULL COMMENT 'last update time',\n  `icon` varchar(1024) DEFAULT NULL COMMENT 'app icon, url',\n  `published` varchar(64) DEFAULT NULL\n);\n对于 Docker 部署用户，该问题在最新版本中也可能出现，建议检查迁移脚本或手动初始化数据库。","https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues\u002F2184",{"id":163,"question_zh":164,"answer_zh":165,"source_url":166},43514,"在 Windows 上运行 dbgpt_server.py 时遇到编码错误或 'NoneType' object has no attribute 错误怎么办？","这通常是由于日志编码设置缺失导致的。请打开 `pilot\u002Fserver\u002Fdbgpt_server.py` 文件，找到所有类似 `logging.basicConfig(level=logging.INFO)` 的代码行，将其修改为 `logging.basicConfig(level=logging.INFO, encoding=\"utf-8\")`。保存后重新运行服务即可解决因编码引起的启动失败问题。","https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues\u002F462",{"id":168,"question_zh":169,"answer_zh":170,"source_url":171},43515,"使用 Milvus 向量库时提示 \"Both username and password must be set to use authentication\" 错误如何解决？","当 Milvus 启用了认证功能时，必须在 DB-GPT 的配置文件中正确设置用户名和密码。请检查 `.env` 文件中的 `VECTOR_STORE_SETTINGS` 部分，确保已填写正确的 Milvus 用户名和密码。同时，需确认代码逻辑（如 `dbgpt\u002Fstorage\u002Fmilvus_store.py`）是否正确读取并传递了这些认证信息。如果环境变量已设置但仍报错，可能需要检查配置文件加载顺序或重启服务使配置生效。","https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fissues\u002F1119",{"id":173,"question_zh":174,"answer_zh":175,"source_url":166},43516,"安装过程中遇到 bitsandbytes 编译无 GPU 支持的警告如何处理？","如果出现 \"The installed version of bitsandbytes was compiled without GPU support\" 警告，说明当前环境的 bitsandbytes 库未启用 GPU 加速功能。这会导致 8-bit 优化器和量化功能不可用。解决方法是重新安装支持 GPU 的版本：先卸载当前版本 `pip uninstall bitsandbytes`，然后从源码安装或确保安装了带有 CUDA 支持的预编译包（例如 `pip install bitsandbytes-cuda` 或在有 CUDA 环境的机器上重新编译）。如果仅用于推理且不需要量化，可忽略此警告。",{"id":177,"question_zh":178,"answer_zh":179,"source_url":161},43517,"Docker 部署最新版时也遇到数据库表缺失的问题吗？","是的，有用户反馈即使在最新版本的 Docker 部署中也会遇到 `no such table: gpts_app` 的问题。这表明数据库迁移脚本可能未在容器启动时自动执行。建议进入容器内部手动执行建表语句，或者检查官方是否发布了修复该问题的新镜像。临时解决方案是挂载自定义初始化脚本或在启动命令中加入手动建表步骤。",[181,186,191,196,201,206,211,216,221,226,231,236,241,246,251,256,261,266,271,276],{"id":182,"version":183,"summary_zh":184,"released_at":185},343126,"v0.8.0","## ✨ 功能增强\n\n- 🎉 DB-GPT V0.8.0 - 测试版 (#2988)\n- 修复 v0.7.5 文档构建失败问题，使用补丁文件解决 (#2979)\n- 添加 DB-GPT 应用启动命令行工具 (#2997)\n- 将 MiniMax 默认模型升级至 M2.7 (#2993)\n- 增加对 MiniMax 提供者的支持 (#2989)\n\n## 🐞 Bug 修复\n\n- 修复 Web API 进程 URL，并优化文档图片加载性能 (#3003)\n- 为版本化侧边栏补丁添加 docsSidebar 别名 (#3002)\n- 在 React 解析器中忽略开头的 vis-thinking 块 (#2996)\n\n## 🛠️ 其他改进\n\n- 更新至 0.8.0 版本 (#3004)\n- 添加 v0.8.0 使用文档 (#2998)\n- 更新软件包版本 (#2992)\n- 安装说明及 README 文件更新 (#2991)\n\n## 👥 新贡献者\n\n- @octo-patch\n- @LXW2019124\n\n\n感谢所有贡献者使本次发布成为可能！\n@Aries-ckt、@Copilot、@LXW2019124、@chenliang15405、@copilot-swe-agent、@fangyinc 和 @octo-patch\n\n\n中文发版说明： https:\u002F\u002Fwww.yuque.com\u002Feosphoros\u002Fdbgpt-docs\u002Fkhk5q4iepigef6s1\nRelease Note：http:\u002F\u002Fdocs.dbgpt.cn\u002Fdocs\u002Fnext\u002Fchangelog\u002FReleased_V0.8.0","2026-03-27T05:42:12",{"id":187,"version":188,"summary_zh":189,"released_at":190},343127,"v0.7.5","## ✨ 功能增强\n\n- 引入 Neo4j 集成。(#2951)\n- 支持在不同环境的数据集上执行基准测试任务 (#2957)\n- 启用 Elasticsearch 全文搜索支持 (#2947)\n- 调整基准测试数据集 (#2940)\n- 调整基准测试数据构建方式 (#2948)\n- 支持通过 Agent API 执行基准测试数据集 (#2945)\n- 更新基准测试 GitHub 仓库的数据加载时间 (#2936)\n- 添加 MetricInfoRetrieverAgent 和 WebSerachAgent (#2904)\n- 添加数据分析 Agent 和 AnomalyDetectionAgent (#2897)\n- 为 DB-GPT 提供沙箱支持 (#2901)\n\n## 🐞 Bug 修复\n\n- 修复布尔值和空值结果比较的问题 (#2967)\n- 修正 BuiltinKnowledgeGraph.aload\\_document 方法调用中的参数数量 (#2966)\n- 通过环境变量 (env) 配置数据源时出现的错误 (#2924)\n- issue2932 问题 (#2933)\n- 为 BuiltinKnowledgeGraph.aload\\_doc… 方法添加缺失的 file\\_id 参数 (#2926)\n- 解决 awel 工作流的多窗口问题 (#2944)\n\n## 🛠️ 其他改进\n\n- 修正文档中的错别字 (#2964)\n- 调整基准测试数据集 (#2940)\n\n## 👥 新贡献者\n\n- @Hikomorebi\n- @ZhikunZheng\n- @lusains\n- @zhangyj21-lh\n- @ymx10086\n\n感谢所有贡献者使本次发布成为可能！\n@Aries-ckt, @Hikomorebi, @ZhikunZheng, @chenliang15405, @dusx1981, @huhao0926, @liuhill, @lusains, @yaoyifan-yyf, @ymx10086, @zhangyj21-lh 以及 alan.cl\n\n中文发版说明： https:\u002F\u002Fwww.yuque.com\u002Feosphoros\u002Fdbgpt-docs\u002Fkhk5q4iepigef6s1\n\n","2026-02-11T07:12:40",{"id":192,"version":193,"summary_zh":194,"released_at":195},343128,"v0.7.4","## ✨ 功能增强\n\n- 支持 glm4.5 模型 (#2867)\n- 新增：将 BurnCloud 作为新的 AI 模型提供商 (#2890)\n- 基准测试功能：支持 Falcon Text2SQL 数据集的 LLM 基准测试 (#2918)\n\n## 🐞 Bug 修复\n\n- 修复：time 类型对象无法进行 JSON 序列化的问题 (#2915)\n- pgvector_store 从环境变量中读取 connection_string (#2887)\n- 修复 Excel Knowledge 中单元格合并问题 (#2907)\n- 改进图存储配置错误提示信息 (#2880) (#2906)\n- 使用 TuGraph 时，同步删除对应的 Milvus 数据 (#2858)\n- 修复 Doris DB 连接使用 MySQL 协议的问题 (#2875)\n- 修复 URL 文档 RAG 模式的问题 (#2874)\n- 对文档分隔符进行转义处理 (#2870)\n- 修复 HO 上下文键错误 (#2862)\n\n## 🛠️ 其他改进\n\n- 添加 README.md 的泰米尔语翻译 (#2914)\n- 修复通义配置示例 (#2884)\n- 添加 README.md 的印地语翻译 (#2909)\n- 文档：为 DBGPT 添加深度维基 (#2892)\n\n## 👥 新贡献者\n\n- @yaoyifan-yyf\n- @iterminatorheart\n- @liuhill\n- @zuiyue-com\n- @wxiao1002\n\n\n感谢所有贡献者使本次发布成为可能！\n@Aries-ckt、@Mishu03、@chenliang15405、@fangyinc、@kobzevvv、@stevenlx96、@wxiao1002、@liuhill、@yaoyifan-yyf、@iterminatorheart 和 @zuiyue-com \n\n中文发版说明： https:\u002F\u002Fwww.yuque.com\u002Feosphoros\u002Fdbgpt-docs\u002Fdd0xqh9rpmfaoth9\n","2025-10-24T02:24:46",{"id":197,"version":198,"summary_zh":199,"released_at":200},343129,"v0.7.3","## ✨ 功能增强\n\n- 在 DataScientist 操作输出中添加计数字段，并支持非 ASCII 字符 (#2812)\n- 支持 knowledgeSpace 自定义检索策略 (#2842)\n- 集成 AI\u002FML API (#2844)\n- 更新客户端使用方式，在异步上下文中优先使用 await aclose() (#2839)\n- 添加 GaussDB 数据源连接器 (#2813)\n- 增加存储客户端缓存功能 (#2810)\n- 支持 GLM4.1-vl 模型 (#2806)\n- 支持消息导出功能 (#2802)\n- 在 AWEL 中为数据源的结构化输出数据添加操作符 (#2794)\n- 支持 MLX 推理 (#2781)\n- 支持 Qwen3 嵌入 (#2772)\n\n## 🐞 问题修复\n\n- 解决自定义提示模板中的 KeyError 和验证问题 (#2848)\n- 提升输出解析器中 JSON 解析的鲁棒性 (#2850)\n- 修复换行符转义问题 (#2854)\n- 为 GraphRAG 更新 Milvus 截断方法 (#2847)\n- 解决 Web 界面中浮层按钮重叠的问题 (#2836)\n- 更新客户端使用方式，在异步上下文中优先使用 await aclose() (#2839)\n- 修复聊天界面自动滚动问题 (#2797)\n- 修复 Milvus vector_name_exists 的 bug (#2818)\n- 修复 SummaryExtractor 未找到错误 (#2805)\n- 修复 v2 API 错误信息 (#2801)\n- 为 chat_dashboard 实现提示选择和 prompt_code 传递 (#2790)\n- 优化聊天消息自动滚动功能 (#2792)\n- 修复 singleAgent 模式下的复选框问题 (#2785)\n- 在格式化 SQL 之前移除 SQL 注释 (#2769)\n- 修复代理 reranker 的 bug (#2783)\n- 调整计划管理器的提示，以避免直接调用工具 (#2778)\n\n## 🛠️ 其他改进\n\n- 文档：修复 ob rag 文档 (#2840)\n- 更新 CONTRIBUTING.md，使用 uv 包管理器 (#2855)\n- 更新创建 Chroma 存储的参数 (#2798)\n- 更新至 0.7.3 版本 (#2860)\n\n## 👥 新贡献者\n\n- @D1m7asis\n- @HYP-hu\n- @huhao0926\n- @jiao-duan\n- @myworking2012\n- @stevenlx96\n\n\n感谢所有贡献者使本次发布成为可能！\n@Aries-ckt, @D1m7asis, @HYP-hu, @WangzJi, @chenliang15405, @fangyinc, @geebytes, @huhao0926, @jiao-duan, @myworking2012, @stevenlx96 和 @vnicers\n\n中文发版说明： https:\u002F\u002Fwww.yuque.com\u002Feosphoros\u002Fdbgpt-docs\u002Fwfwcwqldi9hkusvb","2025-07-25T05:36:43",{"id":202,"version":203,"summary_zh":204,"released_at":205},343130,"v0.7.2","## ✨ 功能增强\n\n- 支持 MiniCPM4-8B (#2754)\n- 支持 Qwen2.5 VL 模型 (#2743)\n- 优化仪表盘可视化及表格图表格式 (#2731)\n- 为知识空间添加混合搜索功能 (#2722)\n- 为 V2 API 增加 chat_dashboard 支持 (#2726)\n- 仪表盘支持饼图可视化 (#2709)\n- 添加聊天数据模板 (#2716)\n- 添加聊天消息自动滚动功能 (#2682)\n- 为 GLM4-z1 支持 llama.cpp (#2690)\n- 为 Qwen3 moe 添加补丁 (#2676)\n- 基于文档目录层级添加树形检索器 (#2669)\n\n## 🐞 Bug 修复\n\n- 样式：修复 README 样式 (#2762)\n- 修复代理检索器资源问题 (#2719)\n- RAG 相关修复：处理 aload_document_with_limit 结果中的异常 (#2712)\n- 解决日志库的警告信息 (#2681)\n- 修正参数限制错误 (#2758)\n- 初始化提示模板，确保所有模板均已加载 (#2729)\n- 修复单元测试及部分代码拼写错误 (#2717)\n- 修复聊天场景配置自定义提示的问题 (#2725)\n- 修复拼写错误 (#2696)\n- 解决 chat_dashboard 提示模板中 KeyError: 'question' 的问题 (#2695)\n- 修复 issue 2685 (#2686)\n- 修复任务并发与批处理相关问题 (#2671)\n- （VectorStore）修复 MilvusStore 使用序列化函数进行元数据 JSON 编码的问题 (#2672)\n\n## 🛠️ 其他改进\n\n- 更新 README 样式 (#2767)\n- 修复 div 样式 (#2761)\n- 更新 README (#2760)\n- 更新依赖引用路径 (#2745)\n- 更新钉钉群信息 (#2724)\n- 移除 python-dotenv (#2721)\n- 升级 pandas 版本 (#2705)\n- 集成 Oracle 文档 (#2701)\n\n感谢所有贡献者让本次发布成为可能！\n@Aries-ckt、@FOkvj、@WangzJi、@chenliang15405、@china-zhz、@cumbersun、@emmanuel-ferdman、@fangyinc、@geebytes、@vnicers 和 tam","2025-06-13T09:27:24",{"id":207,"version":208,"summary_zh":209,"released_at":210},343131,"v0.7.1","## ✨ 功能增强\n\n- 优化智能体内存 (#2665)\n- DataScientist 的 SQL 执行结果可传递给下一个智能体 (#2654)\n- 支持 Qwen3 系列模型 (#2664)\n- 新增模型提供商 InfiniAI (#2653)\n- 新增 Oracle 数据源 (#2629)\n- 多模态代理支持 (#2641)\n- 支持 GLM-4-0414 (#2630)\n- 多模态功能支持 (#2627)\n- 功能（模式）：添加 siliconflow 嵌入代理 (#2603)\n- MCP 支持 SSL\u002FTLS 加密 (#2591)\n- 为 Docker 镜像添加 Git 信息 (#2584)\n- 支持 MCP 认证 (#2582)\n- 与 MCP 及工具兼容 (#2566)\n- 更通用的 ReAct 智能体 (#2556)\n- 添加 Word97-2003 (.doc) 二进制文件解析模块 (#2544)\n- 支持 HTML\u002FSVG 预览 (#2518)\n- 新增文本嵌入推理 (TEI) API 支持，用于重排序 (#2516)\n\n## 🐞 Bug 修复\n\n- 修复远程重排序 API 及长期记忆问题 (#2648)\n- 修复长期记忆错误 (#2644)\n- 修复（重排序）：在聊天场景和召回测试场景中使用重排序模型进行知识库召回 (#2638)\n- 修复连接 MSSQL 嵌入时的错误 (#2589)\n- 存储集合相关 bug 修复 (#2615)\n- 更新文档示例代码使其正常运行 (#2624)\n- 修复加载过多 chunk 的错误 (#2614)\n- 修复 app_code 无法存储在 chat_history 中的问题… (#2606)\n- 修复 apiserver 错误 (#2605)\n- 将 flow_data 列类型由 text 改为 longtext (#2590)\n- 修复 ReActAgent 错误 (#2588)\n- 修复资源绑定 bug (#2572)\n- 修复 KB 文档问题列表检查逻辑 (#2565)\n- 防止在参数输入框中选中文本时拖动节点 (#2560)\n- 使 tugraph 再次正常工作 (#2551)\n- 修复 vllm 分词器计数错误 (#2555)\n- 修正部分错别字 (#2552)\n- 修复 2549 号问题 (#2550)\n- 通过修复类型来关闭 #2469 问题 (#2533)\n- 修正名称后关闭 #2530 问题 (#2532)\n\n## 🛠️ 其他改进\n\n- 修复构建文档错误 (#2517)\n- 添加 0.7.0 版本发布博客 (#2515)\n- [漏洞] DB-GPT 0.7.0 中通过 CVE 绕过实现的 SQL 注入（CVE-2024-10835 & CVE-2024-10901）(#2650)\n- [漏洞] DB-GPT 插件上传系统中的 RCE 漏洞 (#2649)\n- 修复 Clickhouse SQL 语法错误，用于 RdbmsSummary (#2651)\n- 修复 PostgreSQL 相关问题 (#2601)\n- Elasticsearch 存储读取配置字典的 bug 修复 (#2577)\n- 修复 ChatWithDbQA 参数验证问题 (#2569)\n- 文档：修复 README 中的一个错别字 (#2526)\n\n## 👥 新贡献者\n* @cumbersun 在 https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fpull\u002F2550 中完成了首次贡献\n* @chenliang15405 在 https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fpull\u002F2569 中完成了首次贡献\n* @lijun51888 在 https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fpull\u002F2606 中完成了首次贡献\n* @dobet 在 https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fpull\u002F2589 中完成了首次贡献\n* @seoibiubiu 在 https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fpull\u002F2651 中完成了首次贡献\n* @luowenwu 在 https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fpull\u002F2629 中完成了首次贡献\n* @paxionfull 在 https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT\u002Fpull\u002F2653 中完成了首次贡献\n* @geckosecurity 在 http 中完成了首次贡献","2025-04-30T04:24:01",{"id":212,"version":213,"summary_zh":214,"released_at":215},343132,"v0.7.0","## ✨ 功能增强\n\n- 支持 MCP (#2497)\n- 支持模型图标与国际化 (#2486)\n- 支持 OSS 和 S3 存储 (#2477)\n- 支持简单模板 (#2463)\n- 修复代理相关问题并新增参数 (#2457)\n- 支持 Docker 安装 (#2442)\n- 改进 Chat Excel 功能 (#2423)\n- 添加 ReActAgent (#2420)\n- API 支持推理 (#2409)\n- ChatDashboard 支持推理 (#2401)\n- 支持推理模型 (#2375)\n- 数据库连接更新 (#2359)\n- 功能（代理）：为知识检索器添加名称和描述的获取与设置方法 (#2309)\n- 在多代理中添加应用启动角色 (#2265)\n- 支持 llama.cpp 服务器部署 (#2263)\n- 支持 Gitee 模型 (#2257)\n- 修复代理覆盖错误 (#2235)\n\n## 🐞 问题修复\n\n- 修改 AWEL 初始化日志参数 (#2510)\n- RAG 知识流程工作流模板 (#2509)\n- Milvus 集合搜索参数 (#2481)\n- 修复 make test 失败的问题 (#2502)\n- 修复参数缓存错误 (#2500)\n- 修复列别名错误 (#2499)\n- doris_conn 无法获取表注释以存储向量数据库 (#2490)\n- issue2484 (#2488)\n- issue2484 (#2485)\n- 处理 LLM 提取器中的空响应 (#2480)\n- RAG 存储重构 (#2434)\n- 向 knowledgeSpaceRetriever 初始化中添加 system_app 参数 (#2472)\n- 显式从 `df` 创建数据表 (#2437) (#2464)\n- 修复（向量存储）数据库刷新错误及向量集合去重一致性问题 (#2465)\n- 修复 AWEL 流程错误 (#2461)\n- 更正 StarRocks 方言的导入路径 (#2456)\n- 修复构建 ARM 镜像的错误 (#2446)\n- aembed_query 类型错误 (#2441)\n- 修复聊天完成 API 错误 (#2443)\n- 修复 issue2321：提供 truncate 方法的实现 (#2357)\n- 将应用资源实现移至 serv 包 (#2310)\n- 修复构建歌词的错误 (#2413)\n- 修复推理输出错误 (#2405)\n- 解决默认持久化路径问题 (#2395)\n- 修复数据源资源错误 (#2394)\n- 修复推理输出错误 (#2393)\n- 解决 ClickHouse 连接错误 (#2380)\n- 修复本地嵌入错误 (#2371)\n- 修复读取 i18n 配置错误 (#2368)\n- 代理的 llmclient 错误 (#2298)\n- issue2323 (#2325)\n- 修复函数 find_json_objects 错误 (#2289)\n- 修复加载数据库模型的错误 (#2290)\n- 删除无效文件 (#2278)\n- 修复构建 Docker 镜像的错误 (#2279)\n- 防止图表数据查询中的 SQL 注入漏洞 (CVE-2024-10901) (#2269)\n- 防止 SQL 编辑器中的任意文件写入漏洞 (CVE-2024-10835) (#2268)\n- 格式问题 (#2275)\n- 修复推送文档图片的错误 (#2273)\n- 修复文档构建错误 (#2271)\n- 修复路径遍历漏洞 (CVE-2024-10834) (#2267)\n\n## 🛠️ 其他改进\n\n- 代码格式化 (#2513)\n- 添加 0.7.0 工作流 (#2493)\n- 添加 VSCode Devcontainer 配置 (#2466)\n- RAG 存储重构 (#2434)\n- 添加 Ollama 文档 (#2419)\n- 修复单元测试 (#2421)\n- 添加 Ollama 配置并支持 Ollama 模型输出 (#2411)\n- 为 0.7.0 重构 dbgpts (#2397)\n- 添加 vLLM llama_cpp 文档并标准化配置 (#2386)\n- 修复文档构建错误 (#2385)\n- 修复文档构建错误 (#2383)\n- 配置文档与国际化支持 (#2365)\n- 适配 RAG 存储及广告","2025-03-24T08:28:44",{"id":217,"version":218,"summary_zh":219,"released_at":220},343133,"v0.6.3","## ✨ 功能增强\n- 添加发布 PIPY 工作流 (#2222)\n- Agent 支持对话上下文 (#2230)\n- 支持最大输出 token 参数 (#2218)\n- 添加知识流程工作流 (#2210)\n- 支持 SiliconFlow 重排序模型 (#2188)\n- 对话数据的向量数据可视化 (#2172)\n- 支持并发社区摘要生成 (#2160)\n- 支持 SiliconFlow 模型 (#2157)\n- 支持 Claude 代理模型 (#2155)\n- 新增 RDB 摘要宽表功能 (#2035)\n\n\n## 🐞 Bug 修复\n- 升级 Lyric 版本 (#2229)\n- 修复 Awel 模板 CSS 错误 (#2220)\n- 修复创建同名图时出错的问题 (#2215)\n- 修复构建 Docker 镜像时出错的问题 (#2221)\n- 限制 FastAPI 的版本 (#2211)\n- 修复错误日志中 Action 所需资源缺失的问题 (#2197)\n- 修复 httpx v0.28.0 代理 bug (#2179)\n- 修复删除知识空间时无法删除文件的 bug (#2185)\n- 修复对话数据 SQL 查找失败的错误 (#2152)\n- 修复 VectorStore 无法附加到 EmbeddingAssemblerOperator 的 bug (#2170)\n\n## 🛠️ 其他改进\n- 添加 DB-GPT Agent 论文 (#2232)\n- 为 TuGraph 镜像添加 OSS 地址 (#2228)\n- 将 dbgpt-tugraph-plugins 升级至 0.1.1 版本 (#2213)\n- 将 TuGraph 数据库版本更新至 4.5.0 (#2209)\n- 修改 SiliconFlow 名称 (#2194)\n\n感谢所有贡献者让本次发布成为可能！\n@Appointat、@Aries-ckt、@FOkvj、@GITHUBear、@HYSMN、@Sween1y、@fangyinc、@fanzhidongyzby、@toralee 和 @yhjun1026","2024-12-20T10:39:57",{"id":222,"version":223,"summary_zh":224,"released_at":225},343134,"v0.6.2","## ✨ 功能增强\n\n- 在 UI 上区分 awel 流 (#2149)\n- PDF 加载器支持表格提取 (#2147)\n- 支持通义千问 2.5 编码模型 (#2139)\n- 新增笔记功能 (#2134)\n- 使用流式调用讯飞星火，并修复温度参数的 bug (#2121)\n- 在沙箱环境中执行代码 (#2119)\n- 新增对讯飞星火 Ultra\u002FMax\u002FPro\u002FLite 的支持 (#2117)\n- 通过调整批处理大小，提升知识图谱中的三元组抽取效果 (#2091)\n\n## 🐞 Bug 修复\n\n- 修复 toolExpert 中丢失前一次观察记忆的问题 (#2136) (#2137)\n- 修复核心智能体依赖的提示服务 bug (#2129)\n- 修复 Milvus 存储搜索时 topk 始终被设置为 4 的问题 (#2131)\n- 修复在搜索 dbgpts 时使用模糊匹配的问题 (#2110)\n- 修复 .env 文件中 OceanBase 配置不生效的问题 (#2108)\n- 操作系统环境变量应优先于默认值，f… (#2100)\n- 修复严重的目录遍历漏洞 (#2098)\n- 修复 excel_reader.py 中的 Unicode 编码问题 (#2095)\n\n## 🛠️ 其他改进\n\n- 添加 v0.6.2 标签 (#2148)\n- 添加 AWEL 共享幻灯片 (#2107)\n\n感谢所有贡献者让本次发布成为可能！\n@Appointat、@Aries-ckt、@GITHUBear、@ayushin、@cinjoseph、@fangyinc、@fengdezhen666、@hiyizi、@jiaoqiyuan、@r0path、@slper001、@sunshinesmilelk 和 @yhjun1026","2024-11-22T06:59:22",{"id":227,"version":228,"summary_zh":229,"released_at":230},343135,"v0.6.1","## ✨ 功能增强\n- 向 proxyllm 传递 stop 参数 (#2077)\n- 在 GraphRAG 中添加文档结构 (#2033)\n- 更新 OceanBaseStore，使其兼容 oceanbase-4.3.3.0 (#2074)\n- 为 RAG 和 Agent 添加评估服务模块 (#2070)\n- 支持 Qwen2.5 模型 (#2030)\n\n## 🐞 Bug 修复\n\n- 修复单元测试错误 (#2085)\n- 修复分块策略 (#2075)\n- 替换已弃用的方法并添加缺失的装饰器 (#2072)\n- 修复 docx 文件加载时因文件格式导致的错误 (#2061)\n- 解决依赖重复问题 (#2055)\n- 修复长消息响应错误 (#2051)\n- cli：更新 issue 关闭策略 (#2037)\n- 修复 vllm 推理错误 (#2025)\n- 修复 Tongyiproxy 嵌入模型错误 (#2018)\n\n## 🛠️ 其他改进\n\n- 完善文档结构处理流程 (#2084)\n- 应用及 Agent 开发文档 (#2081)\n- 调整 GraphRAG 文档 (#2027)\n\n感谢所有贡献者让本次发布成为可能！\n@517739、@Appointat、@Aries-ckt、@GITHUBear、@Hopshine、@KingSkyLi、@csunny、@fangyinc、@fanzhidongyzby、@iCanDoAllThingszz、@lhwan、@mzaispace、@nightosong 和 @noahc1510","2024-10-22T03:20:21",{"id":232,"version":233,"summary_zh":234,"released_at":235},343136,"v0.6.0","## ✨ Enhancements\r\n- Support higher-order operators (#1984)\r\n- Add DAG variables to web flow  (#1981)\r\n- Add GraphRAG web statics (#1943)\r\n- ✨ feat(GraphRAG): enhance GraphRAG by graph community summary (#1801)\r\n- Unified frontend code style (#1923)\r\n- Support qianfan embedding and resolves an issue (#1819)\r\n-  New dbgpts modules (#1910)\r\n- AWEL flow 2.0 frontend codes (#1898)\r\n- AWEL flow 2.0 backend code (#1879)\r\n- Web update (#1860)\r\n- (0.6)New UI  (#1855)\r\n- Add financial report how to use doc. (#1757)\r\n- Support mistral nemo (#1766)\r\n- Add Text2GQL fine tuning framework and provide TuGraph examples ([DB-GPT-Hub#287](https:\u002F\u002Fgithub.com\u002Feosphoros-ai\u002FDB-GPT-Hub\u002Fpull\u002F287))\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix build doc image error (#1997)\r\n- Fix export flow error (#1994)\r\n- Fix full text storage truncate method error. (#1989)\r\n- Fix native app bug (#1988)\r\n- Fix agent bug (#1953)\r\n- rename vis-chart to vis-db-chart (#1946)\r\n- Fix postgresql read schema\\_info with characters truncated if too long (#1935)\r\n- Fix chat web bug (#1932)\r\n- Fix dbgpts modules bug (#1921)\r\n- Fix execution failure error after manually updating SQL (#1812)\r\n- Fix Graph retrieve bug (#1884)\r\n- Fix can't read the milvus url config (#1808)\r\n- Fix pylint check error (#1807)\r\n- Unique Constraint Issue with create\\_space API Cau… (#1794)\r\n- add ding group \\& update wechat (#1787)\r\n- Fix knowledge api report error when call create space api (#1784)\r\n- Editor page with redundant table fields of the same name in othe… (#1765)\r\n- Resolve async response issue with Azure GPT-4o API (#1772)\r\n- Fix knowledge command load bug (#1767)\r\n- Fix db schema aretriever bug (#1755)\r\n\r\n## 🛠️ Other improvements\r\n\r\n- Add v0.6.0 tag (#2000)\r\n- Add flow usage document (#1999)\r\n- Add v0.6.0 release notes (#1991)\r\n- Build flow UI (#1992)\r\n- 🍎 docs: add docs for v0.6.0 (#1964)\r\n- Update Graph RAG Document (#1955)\r\n- Build static file (#1951)\r\n- Fix pylint error (#1915)\r\n- Upgrade gpt-vis (#1883)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @Dreammy23, @Hec-gitHub, @JxQg, @KingSkyLi, @M1n9X, @bigcash, @chaplinthink, @csunny, @dusens, @fangyinc, @fanzhidongyzby, @huangjh131, @hustcc, @lhwan, @whyuds, @yhjun1026 and @yunfeng1993 \r\n","2024-09-10T11:34:03",{"id":237,"version":238,"summary_zh":239,"released_at":240},343137,"v0.5.10","\r\n## ✨ Enhancements\r\n\r\n- Support Financial Report Analysis (#1702)\r\n- Support llama3.1 models (#1744)\r\n- Multiple ways to run dbgpts (#1734)\r\n- Support internlm2.5 models (#1735)\r\n- Support codegeex4-all-9b (#1720)\r\n- Support opentelemetry exporter (#1690)\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix chat knowledge error (#1753)\r\n- Fix the problem of invalid subgraph naming when creating tugraph (#1731)\r\n- Fix line chart using interval field as xAxis \\& fix pie chart tooltip (#1697)\r\n- Add missing context property (#1732)\r\n- Fix table scroll bug (#1725)\r\n- Fix Stream object can't use await (#1719)\r\n- Fix http empty headers error (#1710)\r\n- FIx GraphRAG build error (#1706)\r\n- Fix write log files bug (#1687)\r\n\r\n## 🛠️ Other improvements\r\n- Multi-version document build (#1741)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@A-Salty-Fish, @Aries-ckt, @Kain-90, @chenluli, @fangyinc and @shyusi\r\n","2024-07-29T09:14:05",{"id":242,"version":243,"summary_zh":244,"released_at":245},343138,"v0.5.9","## ✨ Enhancements\r\n\r\n- Support gemma-2 model (#1675)\r\n- Support tongyi embedding (#1552)\r\n- Support database model registry (#1656)\r\n- Add download image function\\&fix null data point (#1653)\r\n- Support sort line chart data according to time order (#1639)\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix bug for issue #1669 (#1672)\r\n- Fix web build issues with yarn and missing dependencies (#1658)\r\n- Fix AWEL branch bug (#1640)\r\n- Fix schema linking error (#1637)\r\n\r\n## 🛠️ Other improvements\r\n\r\n- tag\\_v0.5.9 (#1674)\r\n- Add agents development guide (#1673)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @Armandwt, @aagnone3, @chenluli, @fangyinc and @zhenchaozhu\r\n","2024-06-28T05:38:06",{"id":247,"version":248,"summary_zh":249,"released_at":250},343139,"v0.5.8","\r\n## ✨ Enhancements\r\n- Set the default model to glm-4-9b-chat (#1629)\r\n- Add OceanBase support (#1622)\r\n- ChatKnowledge Support Keyword Retrieve (#1624)\r\n- Support Qwen2 models (#1612)\r\n- Support glm-4-9b-chat (#1602)\r\n- Support new zhipuai SDK (#1592)\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Rebuild web static (#1634)\r\n- Fix inconsistency between model recommendation charts and display charts (#1615)\r\n- Fix vllm new tokenizer error (#1601)\r\n- Fix Use PageTextSplitter for DatasourceKnowledge (#1599)\r\n\r\n## 🛠️ Other improvements\r\n\r\n-  Add Japanese README (#1593)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @chenluli, @csunny, @eltociear, @fangyinc, @lordk911, @yhjun1026 and @yyhhyyyyyy\r\n","2024-06-13T14:42:56",{"id":252,"version":253,"summary_zh":254,"released_at":255},343140,"v0.5.7","\r\n## ✨ Enhancements\r\n\r\n- Support intent detection (#1588)\r\n- Add BM25 Retriever. (#1578)\r\n- Support openchat-3.6-8b-20240522 (#1564)\r\n- Support llama-3-sqlcoder-8b (#1559)\r\n- Support Phi-3 models (#1554)\r\n- Add aload\\_document (#1548)\r\n- Support Yi 1.5 16k models (#1543)\r\n- Support DeepSeek v2 lite model (#1537)\r\n- Add support for Vertica analytical database (#1538)\r\n\r\n## 🐞 Bug fixes\r\n- Fix cannot connect other vector store (#1579)\r\n- Update data\\_loader.py - timestamp+id (#1572)\r\n- Fix storage connector error (#1547)\r\n- Fix CrossEncoderRanker (#1531)\r\n- Fix data dashboard - data\\_loader.py (#1526)\r\n- Fix the problem of multiple line breaks in Q\\&A (#1573)\r\n- Remove resources of planner agent (#1540)\r\n- Wrong default value of parameter parallel\\_executions for async\\_retry (#1545)\r\n\r\n## 🛠️ Other improvements\r\n- update wechat (#1544)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @FOkvj, @dingqiangliu, @fangyinc, @wzc570738205 and @yongzheJIN\r\n","2024-05-30T14:25:00",{"id":257,"version":258,"summary_zh":259,"released_at":260},343141,"v0.5.6","\r\n\r\n## ✨ Enhancements\r\n\r\n- Support resource for dbgpts (#1527)\r\n- ChatKnowledge Support Excel Document (#1524)\r\n- Add GraphRAG framework and integrate TuGraph (#1506)\r\n- Support deploy rerank model (#1522)\r\n- Refactor resource of agents (#1518)\r\n- Support Yi-1.5 models (#1516)\r\n- Chroma store refactor (#1508)\r\n- ES VectorStore (#1500)\r\n- Support DeepSeek proxy LLM (#1491)\r\n- Agent modular refactoring (#1487)\r\n- Support ollama as an optional llm \\& embedding proxy (#1475)\r\n- Support Qwen110B (#1474)\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix Multi vector client error (#1532)\r\n- Fix web build error (#1530)\r\n- Fix build allinone images error (#1529)\r\n- Fix the issue where the knowledge base cannot be edited when using ve… (#1519)\r\n- Upgrade spacy model (#1511)\r\n- Fix CrossEncoderRanker bug of EmbeddingRetriever (#1504)\r\n- Fix rerank bug of EmbeddingRetriever (#1499)\r\n- Fix app pydantic error (#1478)\r\n- Fix Milvus will autoflush, manual flush is slowly (#1470)\r\n\r\n## 🛠️ Other improvements\r\n\r\n- Add ollama document (#1512)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @FOkvj, @GITHUBear, @IamWWT, @JamesBonddu, @fangyinc, @fanzhidongyzby, @ivanzhu109, @jsRuner, @yyhhyyyyyy and @zhenchaozhu\r\n","2024-05-17T02:39:55",{"id":262,"version":263,"summary_zh":264,"released_at":265},343142,"v0.5.5","\r\n## ✨ Enhancements\r\n\r\n- Added support for TuGraph graph database (#1451)\r\n- Add MRR and HitRate retriever metrics. (#1456)\r\n- Add CrossEncoder rerank (#1442)\r\n- Support Qwen2MoE (#1439)\r\n- Support Llama-3 (#1436)\r\n- Support OceanBase vector database (#1435)\r\n- Datasource support summary refresh (#1433)\r\n- Upgrade pydantic to 2.x (#1428)\r\n- Support CodeQwen1.5-7B-Chat (#1431)\r\n- Support retry for 'Chat Data' (#1419)\r\n- Dbgpts support agent (#1417)\r\n- Support oceanbase monaco plugin (#1386)\r\n\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix parameter type mismatch issue when using Milvus (#1449)\r\n- Fix oceanbase vector\\_name\\_exists bug (#1465)\r\n- Fix clickhouse occur error  AttributeError: 'ClickhouseConnect… (#1432)\r\n- Fix awel check for empty DataFrame data bug (#1430)\r\n- Fix rdbms\\_db\\_summary (#1409)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @GITHUBear, @HSunboy, @KingSkyLi, @dusens, @fangyinc, @jsRuner and @yyhhyyyyyy\r\n","2024-04-26T03:05:47",{"id":267,"version":268,"summary_zh":269,"released_at":270},343143,"v0.5.4","\r\n## ✨ Enhancements\r\n\r\n- Modify default webserver port to 5670 (#1410)\r\n- Add trace for agent (#1407)\r\n- Support moonshot proxy LLM (#1404)\r\n- Release agent SDK (#1396)\r\n- Add metadata properties filters (#1395)\r\n- Upgrade torch version to 2.2.1  (#1374)\r\n- Support HTTP sender (#1383)\r\n- Support Qwen1.5-32B (#1385)\r\n- Support Starling-LM-7B-beta (#1350)\r\n- Optimize dashboard UI and fix sql highlight (#1329)\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix Code standards (#1393)\r\n- Fix Resolve the issue of incorrect parameter echo for resources under app editing (#1391)\r\n- Fix the problem of resource duplication and solve the problem of slow recall of table structure (#1381)\r\n- Fix dashboard editor run error  (#1380)\r\n- Fix the mypy check error (#1373)\r\n- Fix the default dependency installation error (#1363)\r\n- Fix when delete knowledge list error embedding is required for Milvus (#1359)\r\n- Fix the issue of invalid port settings (#1351)\r\n\r\n## 🛠️ Other improvements\r\n\r\n- Update readme content (#1392)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @evanchenhi, @fangyinc, @fanzhidongyzby, @jsRuner, @lcxadml, @majianguang, @xiuzhu9527 and @yyhhyyyyyy\r\n","2024-04-12T06:33:03",{"id":272,"version":273,"summary_zh":274,"released_at":275},343144,"v0.5.3","## ✨ Enhancements\r\n\r\n- Client support chatdata (#1343)\r\n- Run AWEL flow in CLI  (#1341)\r\n- Support i18n (#1327)\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix pg py dependency problem (#1332)\r\n- Fix build docker image error (#1325)\r\n\r\n## 🛠️ Other improvements\r\n\r\n- Add AWEL chat data cookbook (#1345)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@Aries-ckt, @csunny and @fangyinc\r\n","2024-03-28T08:41:09",{"id":277,"version":278,"summary_zh":279,"released_at":280},343145,"v0.5.2","\r\n## ✨ Enhancements\r\n\r\n- Support RAG SDK (#1322)\r\n- Add Client  and API v2 (#1316)\r\n- Refactor datasource module (#1309)\r\n- Support yi proxy LLM (#1303)\r\n- Support rag retriever evaluation (#1291)\r\n- Add support for multiple versions of the same model (#1246)\r\n\r\n## 🐞 Bug fixes\r\n\r\n- Fix sql format error (#1319)\r\n- Fix awel check empty data bug (#1311)\r\n- Fix the bug of doris missing comments (#1308)\r\n- Fix ClickHouse default login bug (#1292)\r\n- Fix agent loss message bug (#1283)\r\n- Fixed the problem of loading only one plugin when there are multiple (#1282)\r\n\r\n## 🛠️ Other improvements\r\n\r\n- Add pylint for storage (#1298)\r\n- Add pylint for DB-GPT rag lib (#1267)\r\n\r\nThank you to all our contributors for making this release possible!\r\n@2976151305, @ASTLY123, @Aries-ckt, @fangyinc, @jsRuner, @lordk911 and @yhjun1026\r\n","2024-03-22T08:17:23"]