DB-GPT：12.7k星星！让大模型与数据库的交互更简单便捷，助力开发

DB-GPT 主要解决了数据应用开发中的复杂性和低效率问题，简化了大型模型与数据集成的过程，提高了数据驱动应用的开发速度和灵活性。

这个项目支持的大模型很多，市面上常见的基本都可以。

项目简介

DB-GPT 是一个开源的 AI 本地数据应用开发框架，采用了 AWEL 和多代理系统。该项目旨在构建大型模型领域的基础设施，通过开发多模型管理、Text2SQL效果优化、RAG框架优化等多项技术能力，使得数据与大模型应用的结合更加简单便捷。在数据 3.0 时代，企业和开发者可以利用少量代码构建定制化应用程序。

核心功能

检索增强生成（RAG）：RAG 是目前实践中最常用且需求迫切的领域。DB-GPT 已经基于 RAG 实现了一个框架，允许用户利用 DB-GPT 的 RAG 能力构建基于知识的应用程序。

生成式商业智能（GBI）：生成式商业智能是 DB-GPT 项目的核心能力之一，为构建企业报告分析和商业洞察提供了基础的数据智能技术。

微调框架：模型微调是任何企业实施垂直和细分领域不可或缺的能力。DB-GPT 提供了一个与 DB-GPT 项目无缝集成的完整微调框架。在最近的微调努力中，基于 Spider 数据集的准确率达到了 82.5%。

数据驱动的多代理框架：DB-GPT 提供了一个数据驱动的自我进化的多代理框架，旨在基于数据不断做出决策和执行。

数据工厂：数据工厂主要涉及在大模型时代清理和处理可信赖的知识和数据。

数据源：整合各种数据源，无缝连接生产业务数据至 DB-GPT 的核心能力。

UI演示

关键特性

私有领域问答与数据处理：DB-GPT项目提供了一系列功能，用于改进知识库构建以及高效存储和检索结构化与非结构化数据。这些功能包括支持上传多种文件格式、集成自定义数据提取插件以及统一的向量存储与检索能力，有效管理大量信息。

多数据源与生成式商业智能（GBI）：DB-GPT项目支持与多种数据源（包括Excel、数据库和数据仓库）的自然语言交互，简化了从这些数据源查询和检索信息的过程，使用户能够进行直观的对话并获得洞察。此外，DB-GPT还支持分析报告的生成，为用户提供有价值的数据摘要和解释。

多代理与插件：该项目支持自定义插件执行各种任务，并原生集成了Auto-GPT插件模型。代理协议遵循Agent Protocol标准。

自动微调 Text2SQL：还开发了一个以大语言模型（LLMs）、Text2SQL数据集、LoRA/QLoRA/Pturning等微调方法为中心的自动微调轻量级框架。该框架简化了Text-to-SQL的微调过程，使其像流水线作业一样简单。

面向服务的多模型管理框架（SMMF）：提供广泛的模型支持，包括数十种大语言模型（LLMs），来自开源和API代理的，例如LLaMA/LLaMA2、Baichuan、ChatGLM、Wenxin、Tongyi、Zhipu等。

项目链接

DB-GPT GitHub项目

](http://www.dongaigc.com)