欢迎使用
什么是大模型数据助手?
一个轻量级、支持全链路且易于二次开发的大模型应用项目
已集成MCP多智能体架构
基于 Dify 、LangChain/LangGraph、llamaIndex、Neo4j、MCP、Ollama&Vllm、Sanic 和 Text2SQL 📊 等技术构建的一站式大模型应用开发项目，采用 Vue3、TypeScript 和 Vite 5 打造现代UI。它支持通过 ECharts 📈 / AntV(mcp-server-chart) 实现基于大模型的数据图形化问答，具备处理 CSV 文件 📂 表格问答的能力。同时，能方便对接第三方开源 RAG 系统 检索系统 🌐等，以支持广泛的通用知识问答。
作为轻量级的大模型应用开发项目，Sanic-Web 🛠️ 支持快速迭代与扩展，助力大模型项目快速落地。🚀
整体架构
- 多智能体: 支持多模型、多智能体+MCP协同任务
- 大模型交互: 全面支持主流大模型交互框架，如 Dify 与 LangChain
- 核心技术栈：Dify + Ollama + RAG + (Qwen3/DeepSeek) + Text2SQL + MCP + Neo4J + LangGraph
- UI 框架：Vue 3 + TypeScript + Vite 5
- 数据问答：集成 ECharts/AntV大模型实现Text2SQL轻量级的图形化数据问答展示
- 表格问答：支持 CSV格式文件的上传与基于大模型总结预处理和Text2SQL的表格数据问答
- 通用问答：支持通用数据形式问答基于对接三方RAG系统+公网检索模式
- 应用架构：作为一个轻量级全链路一站式大模型应用开发框架方便扩展落地
- 灵活部署：支持大模型应用开发各依赖组件docker-compose一键拉起快速部署零配置
版本说明
- v1.1.9不兼容v1.1.8以下的版本建议铲掉重新部署
| 版本 | 功能描述 | 使用Dify | 使用LangChain/MCP | 全库多表统计 | 多Sheet统计 |
|---|---|---|---|---|---|
| v1.1.9 | 智能问答 | 否 | 是 | - | - |
| v1.1.9 | 数据问答 | 否 | 是 | 支持 | - |
| v1.1.9 | 表格问答 | 否 | 是 | - | 不支持 |
| v1.1.9 | 深度搜索 | 否 | 是 | - | - |
迭代计划
1. 对话
1.1 通用问答
- ✅ 基于
LangGraph+MCP+RactAgent实现通用问答
1.2. 数据问答
- ✅ 整库多表基于
neo4j绘制库表血缘关系，数据问答时减少上下文表信息 - ✅ 引入
Embedding+ 向量检索作为BM25的补充（处理同义词、泛化） - ⏳ 基于
llamaIndex构建多表数据问答few shot检索增强，提高模型效果 - ⏳ 添加后台管理系统维护数据权限、库表
Schema、基于图数据库的表关系数据、多数据源管理等
1.3. 表格问答
- ✅ 基于
LangGraph构建基于大模型单表格单sheet分析 - ⏳ 使用
LangGraph构建基于大模型多表格多sheet联合Join分析
1.4. 深度搜索
- ⏳ 基于
LangGraph实现深度搜索功能
2. 效率
- ⏳ 添加具体垂直场景的智能体 +
MCP
3. 智能体
- ⏳ 参考各大开源智能体框架实现对应功能
4. 桌面端
- ⏳ 添加桌面端应用APP
🤝 欢迎有想法的同学参与贡献，欢迎加入
下一步
准备好开始了吗？ 让我们从 环境配置 开始吧！