项目介绍
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。
数据3.0 时代,基于模型、数据库,企业/开发者可以用更少的代码搭建自己的专属应用。关键特性
一、私域问答&数据处理&RAG(Retrieval-Augmented Generation)
支持内置、多文件格式上传、插件自抓取等方式自定义构建知识库,对海量结构化,非结构化数据做统一向量存储与检索二、多数据源&GBI(Generative Business Intelligence)
支持自然语言与Excel、数据库、数仓等多种数据源交互,并支持分析报告。三、多模型管理
海量模型支持,包括开源、API代理等几十种大语言模型。如LLaMA/LLaMA2、Baichuan、ChatGLM、文心、通义、智谱、星火等。四**、**自动化微调
围绕大语言模型、Text2SQL数据集、LoRA/QLoRA/Pturning等微调方法构建的自动化微调轻量框架, 让TextSQL微调像流水线一样方便。五、Data-Driven Multi-Agents&Plugins
支持自定义插件执行任务,原生支持Auto-GPT插件模型,Agents协议采用Agent Protocol标准六**、**隐私安全
通过私有化大模型、代理脱敏等多种技术保障数据的隐私安全快速开始
名词术语
名词 | 说明 |
---|---|
DB-GPT | 一个开源的AI原生数据应用开发框架 |
Data App/(App) | 数据应用程序,具备一组完成功能数据类应用 |
AWEL | Agentic Workflow Expression Language, 智能体工作流表达式语言 |
AWEL Flow | 使用智能体工作流语言编排的工作流 |
Plugin | 插件, 主要用来完成某一个或者某一类具体的动作。 |
Datasource | 数据源,比如MySQL、PG、StarRocks、Clickhouse等。 |
Text2SQL/NL2SQL | Text to SQL,利用大语言模型能力,根据自然语言生成SQL语句,或者根据SQL语句给出解释说明 |
KBQA | Knowledge-Based Q&A 基于知识库的问答系统 |
GBI | Generative Business Intelligence 生成式商业智能,基于大模型与数据分析,通过对话方式提供商业智能分析与决策 |
LLMOps | 大语言模型操作框架,提供标准的端到端工作流程,用于训练、调整、部署和监控LLM,以加速生成AI模型的应用程序部署 |
Embedding | 将文本、音频、视频等资料转换为向量的方法 |
RAG | Retrieval-Augmented Generation 检索能力增强 |
使用案例
核心模块
- 多模型管理框架(SMMF)
- 服务化多模型管理框架
- 检索(Retrieval)
- 多知识库检索增强
- Agents
- 数据驱动Agents智能体模型
- Fine-tuning
- 微调Text2SQL/Text2DSL
更多
社区
我们非常欢迎关于DB-GPT相关的讨论与建议, 关于社区的发展与计划,我们也以完全公开的方式进行。大家可以访问我们社区的会议