DBGPT安装部署使用

简介

DB-GPT是一个开源的AI原生数据应用开发框架(AI Native Data App Development framework with AWEL(Agentic Workflow Expression Language) and Agents)。

目的是构建大模型领域的基础设施,通过开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)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。

源码下载

DB-GPT-tag-v0.6.2.zip资源-CSDN文库

Git地址

git clone https://github.com/eosphoros-ai/DB-GPT.git

Miniconda环境安装

python >= 3.10

conda create -n dbgpt_env python=3.10

conda activate dbgpt_env

it will take some minutes

pip install -e ".default"

cp .env.template .env

代理模型

安装依赖

pip install -e ".openai"

下载Embedding 模型

新建models目录

cd DB-GPT

mkdir models and cd models

embedding model

git clone https://www.modelscope.cn/Jerry0/text2vec-large-chinese.git

或者

git clone 魔搭社区

git clone https://www.modelscope.cn/Jerry0/text2vec-large-chinese.git

配置代理,在.env文件中修改LLM_MODEL, PROXY_API_URL and API_KEY

LLM_MODEL=chatgpt_proxyllm

PROXY_API_KEY={your-openai-sk}

PROXY_SERVER_URL=https://api.openai.com/v1/chat/completions

If you use gpt-4

PROXYLLM_BACKEND=gpt-4

测试数据

Linux&Unix平台

bash ./scripts/examples/load_examples.sh

Windows平台

.\scripts\examples\load_examples.bat

运行服务

python dbgpt/app/dbgpt_server.py

页面地址

http://localhost:5670

对话

探索广场

支持数据对话、数据库对话、Excel对话、知识库对话、报表分析、正常对话等。

应用管理

这里配置一个startrocks数据源来问一些问题

创建数据库对话

这个功能并不会执行sql语句,这里的数据是大模型自己造的,数据对话是支持查询真实数据。

创建数据对话

创建Excel对话

在之前的沟通中,无论如何提问都出现报错情况。不过,后续重新开启新的对话后,相关内容能够正确展示。

DashBoard

AWEL工作流

AWEL编排Agent,工作流编排功能,后续有机会在详细使用下

相关推荐
mykj15511 小时前
AI景区抓拍系统搭建让旅游多一层乐趣
人工智能·旅游·景区ai抓拍系统·ai抓拍小程序
donoot2 小时前
《大话文渊慧典》:外二篇-Tesseract+OpenCV自制OCR,我写了三百个if-else,最后代码成了玄学
人工智能·aigc·文渊慧典·大话系列
延凡科技2 小时前
延凡科技电力数字化平台技术解析:从电力交易到虚拟电厂的全链路架构实践
人工智能·科技·物联网·架构·虚拟电厂·电力平台
Staticy2 小时前
Claude Code 接国产模型不能识图?一个 MCP 让纯文本模型也能看图
人工智能·ai编程·全栈
极梦网络无忧2 小时前
real-ai-editor:一款轻量、智能的纯前端 AI 富文本与 Markdown 编辑器
前端·人工智能·编辑器
phltxy2 小时前
LangChain v1 Agent核心能力详解
大数据·人工智能·langchain
吴佳浩2 小时前
AI 核心技术解析|OPD:大模型开始复制的不再是知识,而是判断力
人工智能·深度学习·llm
▍ 小太阳 ☼3 小时前
如何让Codex读svn项目
svn·chatgpt
数智化管理手记3 小时前
主数据重复、错漏频发?一站式主数据管理平台如何落地?
大数据·运维·数据库·人工智能·数据挖掘
thesky1234563 小时前
27届大模型岗面试准备(五):预训练全流程拆解——从数据清洗到 Tokenizer 再到 PT 的每
人工智能·面试·大模型·预训练·tokenizer