README.zh.md

DB-GPT: 用私有化LLM技术定义数据库下一代交互方式

English|Discord|文档|微信|社区

DB-GPT 是什么？

DB-GPT是一个开源的数据库领域大模型框架。目的是构建大模型领域的基础设施，通过开发多模型管理、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作等多种技术能力，让围绕数据库构建大模型应用更简单，更方便。

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。

目录

• 安装
• 效果演示
• 架构方案
• 特性简介
• 贡献
• 路线图
• 联系我们

DB-GPT视频介绍

效果演示

Chat Data

Chat Excel

根据自然语言对话生成分析图表

安装

教程

• 快速开始
  • 源码安装
  • Docker安装
  • Docker Compose安装
• 产品使用手册
  • 数据对话
  • 知识库
  • ChatExcel
  • 数据库对话
  • 报表分析
  • 插件
• 如何部署模型服务
  • 单机部署
  • 集群部署
  • vLLM
• 如何Debug
• FAQ

特性一览

• 私域问答&数据处理&RAG

  支持内置、多文件格式上传、插件自抓取等方式自定义构建知识库，对海量结构化，非结构化数据做统一向量存储与检索

• 多数据源&GBI

  支持自然语言与Excel、数据库、数仓等多种数据源交互，并支持分析报告。

• 自动化微调

  围绕大语言模型、Text2SQL数据集、LoRA/QLoRA/Pturning等微调方法构建的自动化微调轻量框架, 让TextSQL微调像流水线一样方便。详见: DB-GPT-Hub

• Data-Driven Multi-Agents&Plugins

  支持自定义插件执行任务，原生支持Auto-GPT插件模型，Agents协议采用Agent Protocol标准

• 多模型支持与管理

  海量模型支持，包括开源、API代理等几十种大语言模型。如LLaMA/LLaMA2、Baichuan、ChatGLM、文心、通义、智谱等。当前已支持如下模型:

  • Vicuna

  • vicuna-13b-v1.5

  • LLama2

  • baichuan2-13b

  • baichuan2-7b

  • chatglm-6b

  • chatglm2-6b

  • chatglm3-6b

  • falcon-40b

  • internlm-chat-7b

  • internlm-chat-20b

  • qwen-7b-chat

  • qwen-14b-chat

  • wizardlm-13b

  • orca-2-7b

  • orca-2-13b

  • openchat_3.5

  • zephyr-7b-alpha

  • mistral-7b-instruct-v0.1

  • Yi-34B-Chat

  • 支持在线代理模型

    • ChatGPT
    • Tongyi
    • Wenxin
    • ChatGLM

• 隐私安全

  通过私有化大模型、代理脱敏等多种技术保障数据的隐私安全。

• 支持数据源

DataSource	support	Notes
MySQL	Yes
PostgresSQL	Yes
Spark	Yes
DuckDB	Yes
Sqlite	Yes
MSSQL	Yes
ClickHouse	Yes
Oracle	No	TODO
Redis	No	TODO
MongoDB	No	TODO
HBase	No	TODO
Doris	No	TODO
DB2	No	TODO
Couchbase	No	TODO
Elasticsearch	No	TODO
OceanBase	No	TODO
TiDB	No	TODO
StarRocks	No	TODO

架构方案

整个DB-GPT的架构，如下图所示

核心能力主要有以下几个部分:

• RAG(Retrieval Augmented Generation)，RAG是当下落地实践最多，也是最迫切的领域，DB-GPT目前已经实现了一套基于RAG的框架，用户可以基于DB-GPT的RAG能力构建知识类应用。

• GBI：生成式BI是DB-GPT项目的核心能力之一，为构建企业报表分析、业务洞察提供基础的数智化技术保障。

• Fine-tune框架: 模型微调是任何一个企业在垂直、细分领域落地不可或缺的能力，DB-GPT提供了完整的微调框架，实现与DB-GPT项目的无缝打通，在最近的微调中，基于spider的准确率已经做到了82.5%

• 数据驱动的Multi-Agents框架: DB-GPT提供了数据驱动的自进化微调框架，目标是可以持续基于数据做决策与执行。

• 数据工厂: 数据工厂主要是在大模型时代，做可信知识、数据的清洗加工。

• 数据源: 对接各类数据源，实现生产业务数据无缝对接到DB-GPT核心能力。

RAG生产落地实践架构

子模块

• DB-GPT-Hub 通过微调来持续提升Text2SQL效果
• DB-GPT-Plugins DB-GPT 插件仓库, 兼容Auto-GPT
• DB-GPT-Web 多端交互前端界面

Image

🌐 AutoDL镜像

🌐 阿里云镜像

多语言切换

在.env 配置文件当中，修改LANGUAGE参数来切换使用不同的语言，默认是英文(中文zh, 英文en, 其他语言待补充)

使用说明

多模型使用

使用指南

贡献

提交代码前请先执行 black .

这是一个用于数据库的复杂且创新的工具, 我们的项目也在紧急的开发当中, 会陆续发布一些新的feature。如在使用当中有任何具体问题, 优先在项目下提issue, 如有需要, 请联系如下微信，我会尽力提供帮助，同时也非常欢迎大家参与到项目建设中。

Licence

The MIT License (MIT)

路线图

知识库RAG检索优化

• Multi Documents
  • PDF
  • Excel, csv
  • Word
  • Text
  • MarkDown
  • Code
  • Images
• RAG
• Graph Database
  • Neo4j Graph
  • Nebula Graph
• Multi Vector Database
  • Chroma
  • Milvus
  • Weaviate
  • PGVector
  • Elasticsearch
  • ClickHouse
  • Faiss

多数据源支持

• 支持数据源

  • MySQL
  • PostgresSQL
  • Spark
  • DuckDB
  • Sqlite
  • MSSQL
  • ClickHouse
  • Oracle
  • Redis
  • MongoDB
  • HBase
  • Doris
  • DB2
  • Couchbase
  • Elasticsearch
  • OceanBase
  • TiDB
  • StarRocks

多模型管理与推理优化

• 集群部署
• fastchat支持
• fastchat支持
• vLLM 支持
• 云原生环境与Ray环境支持
• 注册中心引入nacos
• 上层接口兼容Openai
• Embedding模型扩充，优化

Agents与插件市场

• 多Agents框架
• 自定义Agents
• 插件市场
• CoT集成
• 丰富插件样本库
• 支持AutoGPT协议
• Multi-agents & 可视化能力打通，定义LLM+Vis新标准

测试评估能力建设

• 知识库的数据文本集
• 问题集合 [easy、medium、hard]
• 评分机制
• Excel + DB库表的测试评估

成本与可观测性

• debugging
• 可观测性
• 推理预算

Text2SQL微调

• support llms

  • LLaMA
  • LLaMA-2
  • BLOOM
  • BLOOMZ
  • Falcon
  • Baichuan
  • Baichuan2
  • InternLM
  • Qwen
  • XVERSE
  • ChatGLM2

• SFT模型准确率 截止20231010，我们利用本项目基于开源的13B大小的模型微调后，在Spider的评估集上的执行准确率，已经超越GPT-4!

More Information about Text2SQL finetune

联系我们