1 个神级智能问数工具，刚开源就 1500 Star 了。

发现了一个 GitHub 上刚刚开源的 SQL 神器。没开源多少天，就获得 1.5K 的 Star 了。

如果你经常从数据库里查数据，但又不太熟悉 SQL 语法，这个刚刚开源的SQLBot可能会让你眼前一亮。

虽然叫做 SQLBot，但是不会让你写一行 SQL。01智能问数系统，开源了。 1 个神级智能问数工具，刚开源就 1500 Star 了。

这是一个基于 AI 大模型和 RAG 技术的智能问数系统。接入 SQLBot 就可以直接提问，比如输入：帮我查一下上个月新增用户，系统就会自动生成相应的 SQL 语句，并从数据库中返回你要的结果，对非技术同学特别友好。📊Text-to-SQL 生成：通过大模型和 RAG 技术，将问题转换为 SQL 查询语句。✅开箱即用：只需配置大模型和数据源，即可快速启用系统，无需复杂部署。🔌易于集成：支持嵌入 n8n、MaxKB、Dify、Coze 等系统，为其提供智能问数能力。🛡️安全可控：提供基于工作空间的资源隔离机制，实现细粒度数据权限控制。🐳部署方式灵活：支持 Docker 一键部署、1Panel 应用商店安装或离线安装。02如何使用部署 SQLBot 也非常简单，准备一个 Linux 服务器，安装好 Docker 后，运行下面这个命令就成。

docker run-d \--name sqlbot \--restart unless-stopped \-p8000:8000\-p8001:8001\-v./data/sqlbot/excel:/opt/sqlbot/data/excel \-v./data/sqlbot/images:/opt/sqlbot/images \-v./data/sqlbot/logs:/opt/sqlbot/logs \-v./data/postgresql:/var/lib/postgresql/data \ dataease/sqlbot

安装成功在浏览器打开就行了，登录后你会看到下面这种类似的界面：

① 前置配置

在正式使用之前，你需要先配置 AI 大模型和数据源。

在AI 大模型配置这里，选择一个大模型 API 服务供应商，配置 API 域名、API Key 等相关参数就行了，很简单。

然后是配置数据源，毕竟得让 SQLBot 知道你需要根据哪儿的数进行分析。

支持多种数据类型，比如MySQL、SQL Server、ClickHouse 等数据库，还支持AWS RedShift数据仓库，最基础的 Excel/CSV 也行。

② 智能问数

直接提问：点击新建对话 -> 选择数据源，然后直接输入你的提问，比如：使用柱状图展示各区域的销售量对比。

你看不一会儿，SQLBot 就基于数据源的数据生成一个柱状图图表。

如果你不指定图表，模型也根据你问题意图智能选择并生成最合适的图表类型，如柱状图、折线图、表格、饼图等。

而且你能对生成的图表进行类型切换、放大查看、导出为PNG图片，或添加到仪表板。

还能查看图表背后的明细数据，并可将数据导出为Excel文件。