ИИ-ассистент для работы с данными на базе open source: пишет SQL и код для баз данных и файлов, запускает навыки в изолированной среде и формирует отчёты.
dataease/SQLBot
Open-source ChatBI-система, которая преобразует вопросы на естественном языке в SQL-запросы к вашим базам данных с помощью LLM и RAG.
Open source альтернатива:Tableau
- Звёзды
- 6,944
- Форки
- 903
- Открытые issues
- 50
- Последний коммит
- 4 часа назад
Что это?
SQLBot — это система диалогового анализа данных: пользователи задают вопросы на естественном языке и получают результаты запросов и диаграммы. Она использует большие языковые модели и генерацию с дополнением извлечённой информацией (RAG), чтобы преобразовывать вопросы в SQL (Text-to-SQL), а также может дополнительно анализировать полученные данные.
Для настройки нужно сконфигурировать LLM и источник данных. Система разворачивается с помощью Docker; для изолированных от сети сред доступен офлайн-пакет установки. В системе предусмотрены изоляция ресурсов на уровне рабочих пространств и гибкая настройка прав доступа к данным. Поведение можно настраивать с помощью пользовательских промптов, глоссария терминов и примеров SQL.
SQLBot можно встроить в веб-страницы или всплывающие окна, а также вызывать через MCP. В проекте указаны интеграции с n8n, Dify, MaxKB и DataEase.
Ключевые возможности
- 01Преобразует вопросы на естественном языке в SQL с помощью LLM и RAG.
- 02Возвращает результаты запросов и визуализации в интерфейсе чата.
- 03Поддерживает изоляцию на уровне рабочих пространств и гибкую настройку прав доступа к данным.
- 04Позволяет настраивать промпты, глоссарий терминов и примеры SQL.
- 05Встраивается с помощью веб-виджета и всплывающих окон, а также вызывается через MCP.
- 06Разворачивается с помощью Docker; доступен офлайн-пакет установки.
Сценарии использования
- Позволяет бизнес-пользователям выполнять запросы к корпоративным базам данных без написания SQL.
- Добавление помощника для запросов к данным на естественном языке в существующие инструменты, например Dify или n8n.
- Создание внутренних ChatBI-дашбордов с контролируемым доступом к данным.
Темы
Частые вопросы
- Что такое SQLBot?
- Open-source ChatBI-система, которая преобразует вопросы на естественном языке в SQL-запросы к вашим базам данных с помощью LLM и RAG. SQLBot — это система диалогового анализа данных: пользователи задают вопросы на естественном языке и получают результаты запросов и диаграммы. Она использует большие языковые модели и генерацию с дополнением извлечённой информацией (RAG), чтобы преобразовывать вопросы в SQL (Text-to-SQL), а также может дополнительно анализировать полученные данные.
- SQLBot можно использовать бесплатно? Какая у него лицензия?
- SQLBot распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- SQLBot всё ещё поддерживается?
- Активно поддерживается. Последний коммит в SQLBot — 22 окт. 2026 г..
- Для чего можно использовать SQLBot?
- Позволяет бизнес-пользователям выполнять запросы к корпоративным базам данных без написания SQL. Добавление помощника для запросов к данным на естественном языке в существующие инструменты, например Dify или n8n. Создание внутренних ChatBI-дашбордов с контролируемым доступом к данным.
- Где скачать SQLBot?
- Исходный код и инструкции по установке — на GitHub: https://github.com/dataease/SQLBot
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Open-source ChatBI-инструмент, который преобразует вопросы на естественном языке в SQL-запросы, графики и аналитические выводы; построен на LangChain/LangGraph и использует мультиагентные сценарии на базе MCP.
AI+BI-платформа, объединяющая запросы на естественном языке на базе LLM (Chat BI) и интерфейс Headless BI на основе семантического слоя.
Открытый GenBI-движок, который помогает AI-агентам преобразовывать вопросы на естественном языке в SQL с контролем доступа и публиковать дашборды на основе более чем 20 источников данных.
Платформа для самостоятельного развертывания AI-агентов в командах: агенты работают с файлами, запускают код, вызывают API и выдают результаты в изолированных рабочих пространствах.
Локальная рабочая среда для данных: объединяет базы компании, SaaS-инструменты и файлы в единую онтологию, доступную для запросов на вашем компьютере.