开源 Data Agent 实战：用 Lakemind + DuckDB 让 LLM 安全分析本地数据

做数据分析的同学应该都有过这种体验：想用大模型帮忙写 SQL 分析数据，但数据是敏感的业务数据，不能上传到云端；或者数据文件太大，上传不现实。

最近我开源了一个 Data Agent 项目 Lakemind，专门解决这个问题。这篇文章不讲设计哲学，直接上手实操。

方式一：下载预编译包

前往 GitHub Releases 下载对应平台的安装包，目前支持 macOS 和 Windows。

方式二：源码编译

bash 复制代码

git clone https://github.com/tsingliuwin/lakemind.git
cd lakemind
npm install --include=dev
npm run tauri dev

需要本地有 Rust 工具链和 Node.js 18+。

打开 Lakemind 后，第一步是配置 LLM API。目前支持两个提供商：

因为 Lakemind 的核心设计是"快速试错-纠偏"，轻量模型通过多轮自纠错也能表现不错，不强制要求旗舰模型。

支持三种数据源：

导入后，Lakemind 会自动扫描表结构，生成 Schema 描述。关键点：只有 Schema（表名、列名、类型）会被发送给 LLM，原始数据行绝不上网。

导入数据后，直接在聊天框里用自然语言提问。比如：

"按月份统计销售额，对比今年和去年同期"

Lakemind 的 Agent 会：

整个过程你不需要写一行 SQL。

传统 Text-to-SQL 产品的流程是：用户提问 → LLM 生成 SQL → 远程执行 → 返回结果。这里有两个问题：

Lakemind 的流程是：用户提问 → LLM 生成 SQL → 本地 DuckDB 执行 → 失败则自动纠错重试 → 成功后物化结果。

DuckDB 是进程内 OLAP 引擎，GB 级数据查询是亚秒级的。Agent 可以在 1 分钟内跑 10 轮试错，这比让 LLM 冥思苦想一条"完美 SQL"高效得多。

Lakemind 借鉴了 Google 开源的 Open Knowledge Format 思路，把以下信息打包成 .okf/ 文件夹：

当你把数据集分享给同事时，.okf/ 文件夹随数据库一起流转。对方的 Agent 打开后立刻继承所有业务记忆，不会冷启动。

新增行业准则只需加一个 Markdown 文件，零代码。