Biblioteca de Python y libro interactivo de Jupyter con 35 arquitecturas de IA agéntica ejecutables, desde Reflexion y ReAct hasta MemGPT y BrowserAgent, basadas en LangGraph.
apconw/Aix-DB
Herramienta de ChatBI de código abierto que convierte preguntas en lenguaje natural en consultas SQL, gráficos y análisis de datos, basada en LangChain/LangGraph y flujos multiagente con MCP.
- Estrellas
- 2,255
- Forks
- 434
- Issues abiertos
- 3
- Último commit
- hace 12 días
¿Qué es?
Aix-DB es un sistema conversacional de análisis de datos que permite hacer preguntas en lenguaje natural y obtener resultados de consultas, tablas y visualizaciones. Combina un motor Text2SQL basado en LLM con recuperación RAG sobre estructuras de tablas y conocimiento del negocio; utiliza búsqueda híbrida con Embedding y BM25, y puede apoyarse en un grafo de Neo4j para encontrar esquemas relevantes.
El proyecto cubre todo el proceso, desde la pregunta hasta el gráfico: análisis de la intención, generación de SQL con comprobaciones de sintaxis, ejecución en la base de datos de destino y creación automática de gráficos con ECharts o AntV. Es compatible con MySQL, PostgreSQL, Oracle, SQL Server, ClickHouse, Doris, StarRocks y fuentes CSV/Excel. También incluye una interfaz web con Vue 3, una API de Sanic con autenticación JWT y un cliente de línea de comandos.
Se puede implementar con Docker o Docker Compose, y también admite el modo Skill y la integración con OpenClaw. Una edición comercial independiente añade paneles y un centro de informes.
Funciones clave
- 01Convierte preguntas en lenguaje natural en consultas SQL y las ejecuta en las bases de datos conectadas.
- 02Usa recuperación híbrida con Embedding y BM25, y puede incorporar el contexto de un grafo de Neo4j, para localizar esquemas relevantes.
- 03Genera automáticamente gráficos con ECharts o AntV a partir de los resultados de las consultas.
- 04Es compatible con fuentes MySQL, PostgreSQL, Oracle, SQL Server, ClickHouse, Doris, StarRocks, CSV y Excel.
- 05Ofrece una interfaz web con Vue 3, una API de Sanic con autenticación JWT y un cliente CLI.
Casos de uso
- Permitir que usuarios de negocio consulten bases de datos operativas sin escribir SQL.
- Añadir un asistente de BI conversacional a una plataforma de datos interna.
- Hacer consultas rápidas de datos y generar gráficos de tendencias desde una terminal con el CLI.
Temas
Preguntas frecuentes
- ¿Qué es Aix-DB?
- Herramienta de ChatBI de código abierto que convierte preguntas en lenguaje natural en consultas SQL, gráficos y análisis de datos, basada en LangChain/LangGraph y flujos multiagente con MCP. Aix-DB es un sistema conversacional de análisis de datos que permite hacer preguntas en lenguaje natural y obtener resultados de consultas, tablas y visualizaciones. Combina un motor Text2SQL basado en LLM con recuperación RAG sobre estructuras de tablas y conocimiento del negocio; utiliza búsqueda híbrida con Embedding y BM25, y puede apoyarse en un grafo de Neo4j para encontrar esquemas relevantes.
- ¿Aix-DB es gratuito? ¿Qué licencia tiene?
- Aix-DB no declara ninguna licencia. Su código es público, pero sin licencia no tienes permiso explícito para reutilizarlo; consulta al autor antes de depender de él.
- ¿Aix-DB sigue mantenido?
- Mantenimiento activo. El último commit de Aix-DB fue el 10 oct 2026.
- ¿Para qué puedo usar Aix-DB?
- Permitir que usuarios de negocio consulten bases de datos operativas sin escribir SQL. Añadir un asistente de BI conversacional a una plataforma de datos interna. Hacer consultas rápidas de datos y generar gráficos de tendencias desde una terminal con el CLI.
- ¿Dónde consigo Aix-DB?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/apconw/Aix-DB
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un harness de agentes para Python, con opiniones claras y todo incluido, que ejecuta tareas largas de varios pasos desde el primer momento sobre LangGraph.
Motor de analítica y aplicación web para analizar datos de eventos de GitHub, con rankings, tendencias, analítica de repositorios y desarrolladores, y consultas en lenguaje natural.
Tutorial gratuito, paso a paso, para crear un agente de IA en Python con LangChain y LangGraph usando los modelos gratuitos de Groq y Gemini.
Colección de más de 50 tutoriales ejecutables en Jupyter notebooks sobre técnicas para agentes de GenAI, desde chatbots simples hasta sistemas multiagente.
Colección de 28 tutoriales basados en código para llevar agentes de GenAI del prototipo a producción, con temas como memoria, RAG, despliegue, seguridad y observabilidad.