访问官网
Github
Huggingface
文档
论文DB-GPT项目介绍
DB-GPT是一个开源的AI原生数据应用开发框架,它集成了AWEL(Agentic Workflow Expression Language)和智能体(Agents)技术。该项目旨在通过开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架及优化、多智能体框架协作、AWEL(智能体工作流编排)等多项技术能力,为大模型应用与数据的结合提供基础设施,使其变得更加简单便捷。
核心架构
DB-GPT的核心架构包括以下几个重要部分:
RAG (检索增强生成)
RAG是目前最实用且急需的领域之一。DB-GPT已经实现了基于RAG的框架,允许用户利用DB-GPT的RAG能力构建知识型应用。
GBI (生成式商业智能)
生成式BI是DB-GPT项目的核心能力之一,为构建企业报表分析和商业洞察提供基础数据智能技术。
微调框架
模型微调对任何企业在垂直和细分领域的实施都是不可或缺的能力。DB-GPT提供了一个完整的微调框架,与DB-GPT项目无缝集成。最近的微调努力在Spider数据集上已经达到了82.5%的准确率。
数据驱动的多智能体框架
DB-GPT提供了一个数据驱动的自我进化多智能体框架,旨在基于数据持续做出决策和执行。
数据工厂
数据工厂主要关注在大模型时代清理和处理可信的知识和数据。
数据源
整合各种数据源,将生产业务数据无缝连接到DB-GPT的核心能力。
子模块
DB-GPT项目还包含几个重要的子模块:
- DB-GPT-Hub: 通过对大型语言模型(LLMs)应用监督微调(SFT)来实现高性能的Text-to-SQL工作流。
- dbgpts: 官方仓库,包含基于DB-GPT构建的一些数据应用、AWEL操作符、AWEL工作流模板和智能体。
- DB-GPT-Plugins: 可以直接运行Auto-GPT插件的DB-GPT插件。
- GPT-Vis: 可视化协议。
主要特性
DB-GPT项目目前提供了几个关键特性:
- 私域问答和数据处理
- 多数据源和生成式商业智能(GBI)
- 多智能体和插件支持
- 自动微调text2SQL
- 面向服务的多模型管理框架(SMMF)
- 隐私和安全保障
安装和使用
DB-GPT支持多种安装方式,包括Docker、源代码安装等。项目提供了详细的使用教程,包括快速入门、应用开发指南、AWEL流程使用等。用户可以根据需要选择合适的安装和使用方式。
贡献和社区
DB-GPT是一个开源项目,欢迎社区贡献。项目提供了详细的贡献指南,并设有贡献者墙来感谢所有为项目做出贡献的人。
总的来说,DB-GPT是一个功能强大、灵活多样的AI原生数据应用开发框架,它为企业和开发者在数据3.0时代构建定制应用提供了强大的工具和平台支持。
</SOURCE_TEXT>
