关键词

自然语言问数企业级AI语义SQL生成RAG数据对话

项目简介

DAT（Data Ask Tool）是一个强大的企业级AI工具，旨在解决传统数据查询的复杂性问题。它允许用户使用自然语言与数据库进行交互，无需编写复杂的SQL语句。通过预定义的语义层和智能代理工作流，DAT确保AI生成的结果不仅准确，而且高质量和确定性高。它支持多种数据库、大语言模型（LLM）和向量嵌入模型（Embedding Model），并提供灵活的架构和丰富的语义建模能力，助力企业实现数据驱动的决策。

主要功能点

  • 自然语言问数: 用户可以通过日常语言提问，DAT能够将问题智能转换为可执行的数据库查询，并返回结构化的分析结果。
  • 多数据库支持: 能够无缝连接并操作MySQL、PostgreSQL、Oracle、DuckDB等多种主流数据库，并支持通过灵活的插件式架构（SPI机制）轻松扩展对其他数据库的支持。
  • 智能语义模型: 通过易于理解的YAML配置文件，定义数据中的业务概念（如实体、维度、度量），构建语义层，确保AI理解和查询的准确性。
  • 大模型和向量模型集成: 可以与各种主流的大语言模型和向量嵌入模型无缝协作，提升自然语言理解能力和上下文信息检索效率。
  • 向量化知识库: 自动将历史问答对、同义词和业务文档等关键知识转化为向量存储，结合检索增强生成（RAG）技术，帮助AI在复杂场景下提供更精准、更丰富的回答。
  • 灵活的部署与集成: 可作为命令行工具进行本地开发和调试，也可以部署为OpenAPI服务供网页应用调用，或作为Model Context Protocol (MCP) 服务集成到支持MCP协议的智能Agent（如Claude Desktop、Cline）中，扩展其数据分析能力。

安装步骤

  1. 环境准备:

    • Java 17+: 推荐使用OpenJDK。
    • 数据库: 选择其中一种安装并准备好连接信息，例如 MySQL / PostgreSQL / Oracle / DuckDB。
    • LLM API: 准备您选择的大语言模型API密钥和配置，例如 OpenAI / Anthropic / Ollama / Gemini。

  2. 下载CLI工具:

    • Linux/macOS 系统: 
      # 下载最新版本 (请将 x.x.x 替换为实际版本号，例如 dat-cli-0.7.0-full.tar.gz)
wget https://github.com/junjiem/dat/releases/latest/download/dat-cli-x.x.x-full.tar.gz
# 解压并配置环境变量，假设解压到当前目录
tar -xzf dat-cli-x.x.x-full.tar.gz
mv dat-cli-x.x.x dat-cli
export PATH=$PATH:$(pwd)/dat-cli/bin
    • Windows 系统:
      1. 访问 DAT Releases页面 下载 'dat-cli-x.x.x-full.tar.gz' 文件。
      2. 使用WinRAR、7-Zip或Windows内置解压工具将文件解压到您选择的目录（例如 'C:\dat-cli'）。
      3. 将解压后的 'dat-cli\bin' 目录的完整路径添加到系统 'PATH' 环境变量中。

  3. 初始化项目: 打开终端或命令行，执行以下命令：

    dat init

    按照提示输入项目名称、描述和数据库类型。

    • 提示: 如果您当前没有可用的数据库，或者只想在本地使用CSV数据进行问数体验，初始化项目时数据库类型可以选择 'duckdb'。

  4. 配置数据源和LLM: 初始化完成后，会在您指定的工作空间下创建一个新的项目目录。进入该目录，编辑生成的 'dat_project.yaml' 文件，填入您的数据库连接信息、LLM API密钥、模型名称等。

    • 提示: 如果您没有现成的数据，可以执行以下命令加载初始化项目中的示例种子数据： 
      # 在您的项目目录下运行，例如 ./my-dat-project
dat seed -p ./my-dat-project
    • 更多配置细节，请参考项目目录下的 'dat_project.yaml.template' 文件。

服务器配置 (供MCP客户端使用)

MCP客户端（如Claude Desktop、Cline等）需要配置DAT MCP服务器的启动命令及其参数才能与其建立连接。以下是一个JSON格式的配置示例，包含MCP客户端连接DAT服务器所需的关键信息：

{
  "server_name": "dat-mcp-server",
  "command": "dat",
  "args": [
    "server",
    "mcp",
    "--project-path", "./path/to/your/dat-project",
    "--host", "0.0.0.0",
    "--port", "8081",
    "--transport", "SSE",
    "--variable", "key1=value1", "key2=value2"
  ],
  "comment_project_path": "DAT项目根目录的绝对或相对路径，MCP服务器将在此目录下运行。",
  "comment_host": "MCP服务器监听的主机地址。例如，设置为 '0.0.0.0' 允许外部访问，'127.0.0.1' 仅允许本地访问。 (默认: 0.0.0.0)",
  "comment_port": "MCP服务器监听的端口号。请确保该端口未被占用。 (默认: 8081)",
  "comment_transport": "MCP传输协议类型。支持 'SSE' (基于HTTP的Server-Sent Events，默认选项), 'STREAMABLE' (可流式传输HTTP), 'STATELESS' (无状态可流式传输HTTP)。请根据您的客户端支持和网络环境选择。",
  "comment_variable": "在DAT项目中使用的动态变量，以 'key=value' 形式提供。可以指定一个或多个，例如 'user=admin' 或 'region=north,year=2023'。"
}

基本使用方法

  1. 启动DAT MCP服务器: 在您的DAT项目目录下（例如 'my-dat-project'），打开终端或命令行，执行以下命令：

    dat server mcp -p ./my-dat-project

    服务器启动后，您将看到服务器地址和端口信息，例如：'http://0.0.0.0:8081/sse'。

  2. MCP客户端连接: 配置好MCP客户端后，它将通过上述 'command' 和 'args' 启动DAT服务器，并通过 'http://<host>:<port>/<endpoint>' 连接到DAT。 客户端可以通过调用DAT提供的工具（如 'dat_agents' 列出可用的智能代理，或 'dat_ask_data' 进行自然语言问数）来利用DAT的数据分析能力。

信息

分类

开发者工具

访问项目