当前位置: 代码网 > 科技>人工智能>数据分析 > (DB-GPT) AI直接查询数据库!!手把手教你搭建属于自己的数据分析助手

(DB-GPT) AI直接查询数据库!!手把手教你搭建属于自己的数据分析助手

2024年08月05日 数据分析 我要评论
AI直接查询数据库!!手把手教你搭建属于自己的数据分析助手

🤖️ db-gpt简介(转自官网https://dbgpt.site/

db-gpt是一个开源的ai原生数据应用开发框架(ai native data app development framework with awel(agentic workflow expression language) and agents)。

🚀 数据3.0 时代,基于模型、数据库,企业/开发者可以用更少的代码搭建自己的专属应用。
image.png
一、私域问答&数据处理&rag(retrieval-augmented generation)

二、多数据源&gbi(generative business intelligence)

三、多模型管理

四、自动化微调

五、data-driven multi-agents&plugins

六、隐私安全

一、环境搭建

windows11安装双系统(ubuntu)

安装python3.10

更新apt软件包:

sudo apt update

安装依赖

sudo apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev libsqlite3-dev wget libbz2-dev

从官网下载源文件

wget https://www.python.org/ftp/python/3.10.0/python-3.10.0.tgz

解压缩python3.10文件

tar -zvxf python-3.10.0.tgz

开始安装

cd python-3.10.0/
./configure --enable-optimizations

编译

make

验证是否安装成功

python3.10 --version

更新python默认指向

sudo apt install vim
vim  ~/.bashrc
# 自己安装python3.10的路径
alias python='/usr/local/bin/python3'

source ~/.bashrc

验证python指向

python --version

安装miniconda

wget https://repo.anaconda.com/miniconda/miniconda3-py310_23.3.1-0-linux-x86_64.sh

sh miniconda3-py310_23.3.1-0-linux-x86_64.sh

二、源码部署

下载db-gpt源码

sudo apt update
sudo apt install git
git clone https://github.com/eosphoros-ai/db-gpt.git

创建python虚拟环境

# 根据自己的目录来
cd /home/yw/db-gpt-main
conda create -n dbgpt_env python=3.10
conda init bash
source ~/.bashrc
conda activate dbgpt_env

安装相关依赖

sudo pip install -e ".[default]"

下载embedding模型

sudo apt-get update
sudo apt-get install git-lfs
git lfs install
mkdir models
cd ./models
git clone https://huggingface.co/ganymedenil/text2vec-large-chinese

创建配置文件

# 根据自己的目录来
cd /home/yw/db-gpt-main
cp .env.template .env

使用本地模型或调用代理模型(选一种)

本地模型

  • 下载大模型
git clone https://www.modelscope.cn/qwen/qwen1.5-7b.git
  • 修改 model_config.py 文件
"qwen1.5-7b": os.path.join(model_path, "qwen1.5-7b"),
  • 修改 .env 文件(注意需要在项目根目录下执行)
sudo vim .env
# 将文件内的llm_model赋值为qwen1.5-7b
llm_model=qwen1.5-7b

代理模型

image.pngimage.pngimage.png

sudo vim .env
llm_model=zhipu_proxyllm
proxy_server_url=https://open.bigmodel.cn/api/paas/v4/chat/completions
zhipu_model_version=glm-4
zhipu_proxy_api_key=这里是你的api-key

配置元数据

mysql -h127.0.0.1 -uroot -p{your_password} < ./assets/schema/dbgpt.sql
local_db_type=mysql
local_db_user= {your username}
local_db_password={your_password}
local_db_host=127.0.0.1
local_db_port=3306

启动db-gpt服务

sudo python dbgpt/app/dbgpt_server.py

三、基础使用

启动成功后访问“localhost:5670”

image.png

配置自己的数据库(我这里随便建了一个)

image.pngimage.png

使用效果

image.pngimage.png

(0)

相关文章:

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站仅提供信息存储服务,不拥有所有权,不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2386932994@qq.com 举报,一经查实将立刻删除。

发表评论

验证码:
Copyright © 2017-2025  代码网 保留所有权利. 粤ICP备2024248653号
站长QQ:2386932994 | 联系邮箱:2386932994@qq.com