SQLBot

1. 产品档案 (Product Profile)

SQLBot是一款由飞致云匠心出品的开源智能问数系统，它基于大语言模型（LLM）和检索增强生成（RAG）技术，旨在提供对话式数据分析能力。用户可以通过自然语言与数据进行交互，实现“即问即答”，快速获取所需的数据信息、可视化图表，并进行深度智能分析。

核心价值: SQLBot解决了传统数据分析中用户对SQL语言的依赖痛点，尤其对非技术背景的用户而言，极大地降低了数据分析的门槛。它通过自动化生成SQL查询并呈现结果，显著提升了数据查询和报表生成的效率，从而加速了业务决策过程。SQLBot的开箱即用、易于集成和安全可控特性，使其能够快速融入现有业务系统，并确保数据使用过程的合规性与安全性.

适用人群: SQLBot特别适合数据分析师、产品经理和企业决策者。数据分析师可利用其提高数据查询效率，快速生成报表；产品经理能通过它实时分析市场数据，辅助决策；企业决策者则能借助数据可视化功能，便捷地展示公司业绩和进行数据洞察. 此外，它也适用于需要将数据分析能力嵌入到第三方应用系统（如CRM、BI工具、知识库等）的开发者和团队.

2. 核心功能详解 (Core Features)

SQLBot围绕“智能问数”的核心理念，提供了一系列强大功能，使用户能够高效、便捷地进行数据分析与洞察。

• 自然语言问数与Text-to-SQL转换: 这是SQLBot的核心功能。用户无需编写复杂的SQL语句，只需通过日常的自然语言提问（例如：“展示各区域的销售量对比”、“用户表中的男女比例，使用饼状图标识”），SQLBot就能基于大语言模型（LLM）和RAG技术，智能解析用户意图，自动生成对应的SQL查询语句，并在数据库中执行查询，最终返回结果. 这一过程极大地降低了数据查询的门槛，使得非技术人员也能轻松获取数据洞察.

• 多样化数据源接入与管理: SQLBot支持接入多种类型的数据源，例如MySQL、SQL Server、ClickHouse、RedShift，甚至Excel/CSV文件等. 用户可以灵活配置和管理这些数据源及其下的数据表，确保SQLBot能够连接到企业所需的各类数据，进行统一的分析.

• 智能图表与报告生成: 在获得数据查询结果后，SQLBot能够自动构建各种可视化图表（如柱状图、折线图、饼图等）和报告. 用户可以根据需求切换图表类型，并通过仪表板功能将多个问数对话生成的图表统一布局，构建成适用于汇报、监控或展示的数据仪表板，便于实时了解关注的数据情况和进行数据可视化分析.

• 安全可控与细粒度权限管理: SQLBot提供了基于工作空间级的资源隔离机制，构建清晰的数据边界，保障数据访问安全. 它支持细粒度的数据权限配置，包括数据表行/列权限控制，确保不同业务单元或项目组在独立工作空间内管理数据资源，杜绝跨空间越权访问，并强化了权限管控能力，确保使用过程合规可控.

• 易于集成与越问越准: SQLBot支持多种集成方式，如Web嵌入、弹窗嵌入、MCP（Model Context Protocol）调用等. 这使得它可以快速嵌入到n8n、Dify、MaxKB、DataEase等第三方应用中，让各类应用迅速拥有智能问数能力. 此外，SQLBot支持自定义提示词和术语库配置，可维护SQL示例校准逻辑，通过用户交互数据持续迭代优化，使其问数效果随使用逐步提升，实现“越问越准”.

3. 新手使用指南 (How to Use)

以下是用户从零开始使用SQLBot进行智能问数的基本流程：

第一步：环境准备与安装部署
用户需要准备一台Linux服务器，并确保已安装Docker及Docker Compose环境. SQLBot支持Docker一键部署、1Panel应用商店安装或离线安装等多种方式。最常见的Docker部署方式是运行一条官方提供的docker run命令或使用docker compose up -d命令.

第二步：访问SQLBot界面并登录
安装部署成功后，用户可以在浏览器中访问服务器IP地址和默认端口（通常为http://<你的服务器IP>:8000/）. 使用默认的管理员账号（用户名: admin，密码: SQLBot@123456）进行登录.

第三步：配置AI模型
登录后，进入【系统管理】->【AI模型配置】，点击【添加模型】. 用户可以选择主流的大语言模型服务商（如OpenAI的GPT系列、百度的文心一言、阿里的通义千问等），并填写相应的API Key及其他参数. 如果有多个模型，可以设置一个默认使用的模型.

第四步：创建与配置数据源
切换到【数据源】菜单，点击【新建数据源】. 根据实际情况选择需要连接的数据库类型（如MySQL、PostgreSQL、ClickHouse等）, 填写数据库连接信息（如主机、端口、数据库名、用户名、密码等），并测试连接以确保配置正确. 配置成功后，SQLBot将能访问该数据源中的数据表.

第五步：进行智能问数
进入【智能问数】核心模块. 在对话框中，用户可以使用自然语言输入问题，例如“查询过去一个月销售额最高的产品有哪些？”、“显示每日用户注册趋势”. SQLBot会实时生成SQL语句并执行查询，随后在界面上直接返回查询结果，并自动生成可视化图表.

第六步：分析、调整与导出
用户可以对生成的图表进行进一步分析，例如切换图表类型（柱状图、折线图、饼图等）. 如果对结果不满意，可以调整问题描述或进行深度探索，让SQLBot进行更深入的分析、解释、验证和预测. 同时，数据和图表都可以导出为PNG/Excel等格式，便于报告和分享. 用户还可以将常用的报表和图表固定展示，构建成数据看板.

4. 市场反响与评价 (Market Review)

行业地位: SQLBot作为一款基于大模型和RAG技术的智能问数系统，在对话式数据分析（ChatBI）领域占据了一席之地. 它由飞致云旗下的DataEase开源项目组出品, 而DataEase本身作为一款“人人可用”的开源BI工具已积累了广泛用户基础. SQLBot将AI与BI深度结合，降低了数据分析门槛，使其在同类竞品中以“开箱即用”和“易于集成”为核心优势. GitHub上的高星级（已收获超过4.7k Star，累计下载安装超过14万次）也证明了其在开发者社区中的较高认可度和活跃度.

用户口碑:

• 正面评价（Pros）:

  • 易用性高，降低门槛: 许多用户认为SQLBot最大的价值在于降低了数据获取的门槛，即使不会写SQL也能轻松查询数据库，对非技术人员（如业务团队、产品经理）非常友好.
  • 开箱即用，部署简单: 用户普遍反馈SQLBot配置简单，支持Docker一键部署，能快速上手使用.
  • 效率提升: 自动生成SQL和图表的功能，显著提高了数据查询和报表生成的效率，节省了人工编写和调试查询的时间.
  • 集成能力强: 支持快速嵌入到第三方业务系统和AI应用开发平台（如n8n、MaxKB、Dify等），使得其他应用也能快速拥有智能问数能力.
  • 安全可控: 提供了工作空间隔离和细粒度权限控制，确保数据安全.
  • 开源免费: 作为开源项目，吸引了大量开发者和企业使用.

• 负面评价/不足（Cons）:

  • 项目协议限制: 部分用户提到其开源协议（FIT2CLOUD Open Source License，本质上是GPLv3但有额外限制）在二次开发或生产环境应用时需要注意.
  • 复杂查询处理: 虽然对一般查询表现良好，但在处理极其复杂的多表查询或高级数据分析场景时，仍可能存在优化空间.
  • AI生成准确性: 尽管有RAG技术加持，但在某些边缘或歧义性较强的自然语言提问下，AI生成的SQL查询可能仍需人工验证和校准，以达到“越问越准”的最佳效果.

重要信息:
SQLBot开源项目由飞致云旗下DataEase开源项目组发起并创立，于2025年8月7日正式发布. 截至2025年10月，该项目已经在GitHub上收获了超过3,000个Star，累计安装部署次数突破120,000次. SQLBot v1.0.0版本已上架至1Panel应用商店的“AI/大模型”品类，并支持无缝更新升级. 飞致云作为中国领先的开源软件公司，旗下还有DataEase、1Panel、MaxKB、JumpServer等多个知名开源项目. 虽然目前暂未发现明确的融资背景或获得过具体奖项的报道，但其母公司飞致云在开源领域拥有深厚积累和广泛影响力.

5. 常见问题解答 (FAQ)

1. SQLBot是否是免费的？
   SQLBot基础版本是免费的开源项目，用户可以自由下载、部署和使用. 此外，SQLBot也提供专业版，包括X-Pack增强包和原厂企业级支持服务，价格为3万元/套，不限制账号数量.

2. SQLBot支持哪些数据库类型？
   SQLBot支持接入多种主流数据库，包括但不限于MySQL、PostgreSQL、SQL Server、ClickHouse、RedShift等，也支持Excel/CSV文件.

3. SQLBot支持中文提问吗？
   是的，SQLBot是一款面向中国市场推出的智能问数系统，完全支持中文自然语言提问.

4. SQLBot如何保障数据安全？
   SQLBot通过工作空间级资源隔离机制构建数据边界，支持细粒度的数据权限配置，包括数据表行/列权限控制，确保数据访问安全和合规可控.

5. SQLBot是否可以部署在内网环境？
   是的，SQLBot支持离线安装包部署方式，可以在无互联网连接的内网环境中部署和使用.

6. SQLBot支持哪些大语言模型？
   SQLBot设计上是开放的，支持接入市面上主流的大语言模型，包括OpenAI的GPT系列、百度的文心一言、阿里的通义千问等。此外，它也支持接入通过Ollama等工具在本地部署的开源模型.

7. SQLBot生成的图表可以导出吗？
   是的，SQLBot生成的图表和数据都可以导出为PNG、Excel等常见格式.

8. SQLBot支持多用户协同工作吗？
   SQLBot提供工作空间机制，可以在不同工作空间内管理数据资源，虽然其权限控制支持细粒度，但具体的多用户协同特性需参考官方文档的最新说明.

9. SQLBot的安装有什么环境要求？
   部署SQLBot通常需要一台Linux服务器，推荐操作系统为Ubuntu 22.04 / CentOS 7（内核版本≥ 3.10），CPU/内存建议4核8G，磁盘空间100G. 并且需要提前安装Docker和Docker Compose环境.

10. SQLBot是否支持二次开发？
    是的，SQLBot是开源项目，用户可以基于其源代码进行二次开发. 但需要注意，其遵循FIT2CLOUD Open Source License开源协议，该许可证本质上是GPLv3，但有一些额外的限制，商业授权需联系官方.