智能 Agent 全自动分析
- 自主探索：遇到问题会主动查看表结构、样本数据，无需强数据治理和语义层
- 多轮验证：发现异常会自动重新检查，自动pip下载需要的额外的库，确保结果准确可靠
- 复杂分析：不只是 SQL，能执行 Python 做统计分析、机器学习、数据可视化
- 推理可见：展示 Agent 的分析过程，让AI决策透明化
AI 思考进程
|
交互式数据可视化展示
|
透明代码执行
|
- AI 查询分类: 使用 LLM 智能判断查询意图，自动选择最优执行路径
- 三种执行模式:
DIRECT_SQL: 简单查询直接转 SQLSIMPLE_ANALYSIS: SQL + 轻量数据处理COMPLEX_ANALYSIS: 完整 Agent 流程，深度分析(默认)
- 性能提升: 简单查询响应速度提升 80%+，复杂查询保持原有能力
- 灵活配置: 每种模式独立 Prompt，可根据业务需求精准调优
- 自主数据探索: Agent 会主动了解数据结构、探索数据关系
- 多轮推理迭代: 像分析师一样，发现问题会深入调查
- Chain-of-Thought: 展示 Agent 思考过程，可再次提问介入纠正
- 上下文记忆: 理解对话历史，支持连续多轮分析
- SQL + Python: 不局限于 SQL，能执行复杂 Python 数据处理，以保证数据可靠性
- 统计分析: 可进行相关性分析、趋势预测、数据异常检测
- 中文业务术语: 原生理解环比、同比、留存、复购等概念
- 智能可视化: 根据数据特征自动选择最佳图表类型(可指定)
- 新手引导系统: 交互式气泡提示，帮助新用户快速上手
- 多模型支持: GPT-5、Claude、Gemini、Ollama 本地模型随意切换
- 灵活部署: 支持云端 API 或 Ollama 本地部署，数据可不出门，符合合规要求
- 历史记录: 保存分析过程，支持回溯和分享
- 数据安全: 只读权限prompt、SQL 注入正则防护、敏感数据脱敏，确保万无一失
- 灵活导出: 支持 Excel、PDF、HTML 等多种格式
- Prompt 自定义: 前端可视化编辑查询提示词，自定义要求
- Python 3.10.x（必需，OpenInterpreter 0.4.3 依赖）
- MySQL 协议兼容的数据库（详见下方支持列表）
- 支持系统：Linux、macOS、Windows (必须通过WSL)
⚠️ Windows用户重要提示：本项目使用bash脚本，必须在WSL (Windows Subsystem for Linux) 中运行，不支持在PowerShell或CMD中直接运行。
| 对比维度 | QueryGPT | Vanna AI | DB-GPT | TableGPT | Text2SQL.AI |
|---|---|---|---|---|---|
| 费用 | ✅ 免费 | ⭕ 有付费版 | ✅ 免费 | ❌ 收费 | ❌ 收费 |
| 开源 | ✅ | ✅ | ✅ | ❌ | ❌ |
| 本地部署 | ✅ | ✅ | ✅ | ❌ | ❌ |
| 执行 Python 代码 | ✅ 完整环境 | ❌ | ❌ | ❌ | ❌ |
| 可视化能力 | ✅ 可编程 | ⭕ 预设图表 | ✅ 丰富图表 | ✅ 丰富图表 | ⭕ 基础 |
| 中文业务理解 | ✅ 原生 | ⭕ 基础 | ✅ 良好 | ✅ 优秀 | ⭕ 基础 |
| Agent 自主探索 | ✅ | ❌ | ⭕ 基础 | ⭕ 基础 | ❌ |
| 实时思考展示 | ✅ | ❌ | ❌ | ❌ | ❌ |
| 扩展能力 | ✅ 无限扩展 | ❌ | ❌ | ❌ | ❌ |
# 1. 克隆项目
git clone https://github.com/MKY508/QueryGPT.git
cd QueryGPT
# 2. 运行脚本
./setup.sh # 自动安装所有依赖（2-5分钟）
./start.sh # 启动服务就这么简单！✨
# 步骤1：进入WSL（在PowerShell中）
wsl
# 步骤2：克隆项目（在WSL中）
cd ~
git clone https://github.com/MKY508/QueryGPT.git
cd QueryGPT
# 步骤3：运行脚本（在WSL中）
./setup.sh # 自动处理所有依赖
./start.sh # 启动服务自动打开浏览器访问：http://localhost:500x
- "显示最近一个月的销售数据"
- "分析产品类别的销售占比"
- "查找销售额最高的前10个客户"
- "对比今年和去年同期的销售增长"
- "预测下个季度的销售趋势"
- "找出异常的订单数据"
- "分析客户购买行为模式"
- "生成月度销售报告，包含环比、同比和趋势图"
- "分析客户流失原因并给出建议"
- "构建 RFM 客户分层模型"
- OpenAI: GPT-5, GPT-4.1(经济)
- Anthropic: Claude 4 Opus, Sonnet(评分最高,最智能的模型,推荐)
- Google: Gemini 2.5pro(litellm可能兼容性有点问题)
- 国产模型: Qwen、DeepSeek、GLM-4、百川等
- 本地模型: 通过 Ollama 支持 Llama, Mistral, Qwen 等（推荐 qwen2.5 7b以上，确保代码能力）
- 推荐选择: Claude 4系列、GPT-4、DeepSeek V3等强大的基础模型，确保Agent执行成功率
系统使用标准 MySQL 协议，支持以下数据库：
-
Apache Doris / StarRocks - OLAP 分析型数据库（推荐用于大数据分析）
-
MySQL 5.7+ / MariaDB 10.3+ - 传统关系型数据库
-
TiDB - 分布式 NewSQL 数据库
-
OceanBase - 分布式数据库（MySQL 模式）
-
PolarDB - 阿里云原生数据库
-
支持跨库查询（配置时不指定数据库名即可）
| 问题 | 解决方案 |
|---|---|
| bash: ./setup.sh: No such file or directory | 您在PowerShell中，请先输入 wsl 进入WSL环境 |
| '.' 不是内部或外部命令 | 同上，必须在WSL中运行，不能在CMD/PowerShell |
| Permission denied | 运行 chmod +x setup.sh start.sh 添加执行权限 |
| WSL中进程立即停止 | 脚本已自动处理，使用前台运行模式 |
| 模块库确实 | 没有进入python虚拟环境(一般来说脚本会自动进入,但是有些系统受兼容性影响虚拟环境有问题,可以尝试自己创建) |
| 问题 | 解决方案 |
|---|---|
| No module named 'venv' | 运行 sudo apt install python3-venv 或使用setup.sh自动修复 |
| pip安装超时 | 脚本setup会自动配置国内镜像源（阿里云/清华/中科大） |
| virtualenv: command not found | 运行 pip install virtualenv |
| 问题 | 解决方案 |
|---|---|
| 找不到backend目录 | 运行 cd ~/QueryGPT-github && ./start.sh |
| 环境检测问题 | 运行 ./diagnostic.sh 查看详细环境信息,反馈邮箱 |
- 支持更多api类型: 国内外和本地多api
- 速度提升: 异步处理,后端加速进行,删除不必要的检测
- 停止按钮优化: 可以不妨碍历史记录生成
- 新建模型处理: 可以支持使用更多的模型
- 人性化处理: 一些默认配置更符合用户使用
- 历史记录优化: 过滤掉没有实际意义的打断的查询对话
- 虚拟环境智能创建: 解决Ubuntu/Debian缺少python3-venv问题
- 三层回退机制: venv → 自动安装python3-venv → virtualenv备选
- Windows WSL文档: 增强README说明，明确必须在WSL中运行
- 环境检测优化: 修复macOS和纯Linux环境检测问题
- 诊断工具新增: 添加diagnostic.sh用于环境问题排查
- 代码深度清理: 删除45KB无用代码，提升项目可维护性
- 启动速度优化: 移除首次进入模型页的自动批量测试，减少无必要请求并避免状态误写，缩短首屏加载时间
- WSL自动优化: 自动检测WSL环境并迁移到Linux文件系统，性能提升10倍
- 智能路径处理: 自动处理Windows路径(/mnt/*)和Linux路径(~/)的差异
- 进程管理修复: 解决WSL中后台进程立即停止问题，采用前台运行模式
- 网络问题解决: 自动配置国内镜像源（阿里云/清华/中科大），解决pip超时
- 极简脚本: 精简为仅setup.sh和start.sh两个脚本，自动处理所有环境差异
- 零配置体验: WSL用户无需任何额外配置，自动检测并优化
- 智能路由增强: 优化查询分类逻辑，简单查询直接SQL执行，复杂分析完整功能支持
- 进程管理修复: 解决停止按钮点击后后台进程继续运行的问题，实现完整进程树管理
- 新手引导优化: 修复引导重复显示问题，增加版本控制和会话检查机制
- 提示词定制: 支持不同路由模式使用独立系统提示词，优化查询效果
- 配置服务: 添加配置文件路由支持，修复前后端配置映射不一致
- 交互式引导: 首次访问自动展示系统功能，气泡提示引导操作
- 智能定位: 自动检测元素位置，确保气泡准确指向目标
- 灵活配置: 通过配置文件控制引导行为，可轻松禁用
- 进度跟踪: 显示引导进度，支持前进、后退、跳过操作
- 用户友好: 历史记录优化，移除冗余模型显示，修复对话计数
配置文件:
config/onboarding_config.json- 设置enabled: false可禁用引导
- 智能分类: AI 自动识别查询类型（直接SQL、简单分析、复杂分析、可视化）
- 性能优化: 简单查询直接执行 SQL，响应速度提升 80%+
- 独立配置: 每种路由类型配备专属 Prompt，精准控制行为
- 灵活控制: 基础设置中可一键开关智能路由功能
- 完整监控: 实时统计路由分布，优化系统性能
进入
设置→基础设置→智能路由开启 Beta 功能体验！
- 可视化编辑: 在设置页面直接编辑 AI 查询提示词
- 配置管理: 支持保存、恢复默认、导入导出配置
- 灵活定制: 根据业务需求调整探索策略、表选择规则、字段映射等
- 多语言支持: 完整的中英文 i18n 支持
- 实时生效: 修改后立即应用到查询过程
欢迎提交 Issue 和 Pull Request！
MIT License - 详见 LICENSE
- OpenInterpreter - 核心 AI 引擎
- Flask - Web 框架
- Plotly - 数据可视化
- GitHub Issues: 提交问题
- Email: [email protected]
- 这是作者第一个项目作品,有任何疑问或者可能需要的改动,都可以提交issue或者pr,我会尽可能进行调整
- 如果觉得有用，请给个 ⭐ Star 支持一下！这对作者的研究生复试很重要(也许)
如果觉得有用，请给个 ⭐ Star 支持一下！