sqlbot智能问数使用简介

sqlbot智能问数使用简介

基于v1.5.0版

简介

SQLBot 是一款基于大语言模型和 RAG 的智能问数系统，用户可以实现对话式数据分析（ChatBI），快速提炼获取所需的数据信息及可视化图表，并且支持进一步开展智能分析。

其核心目标是让业务人员、运营人员乃至管理层都能在没有SQL基础的情况下，也能够轻松与数据库进行对话，即时获取数据分析的结果。

git地址 https://github.com/dataease/SQLBot

使用

服务启动

docker run -d \
  --name sqlbot \
  --restart unless-stopped \
  -p 8200:8000 \
  -p 8201:8001 \
  -e SERVER_IMAGE_HOST=http://127.0.0.1:8201/images/ \
  -v ./data/sqlbot/excel:/opt/sqlbot/data/excel \
  -v ./data/sqlbot/images:/opt/sqlbot/images \
  -v ./data/sqlbot/logs:/opt/sqlbot/logs \
  -v ./data/postgresql:/var/lib/postgresql/data \
  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/dataease/sqlbot:v1.5.0

注意，将SERVER_IMAGE_HOST项ip改为服务器的。

控制台访问

内部监听8000，目前映射为外部8200端口，url地址http://<服务器IP>:8200/，登录默认账号密码admin/SQLBot@123456

mcp调用

内部监听8001，目前映射为外部8201端口，参考 https://dataease.cn/sqlbot/v1/mcp_server/

{
   "sqlbot_mcp": {
       "url": "http://<your-server-ip>:8001/mcp", // 将 IP 替换为部署机器的地址和实际端口
       "transport": "sse"
    }
}

api调用

参考 https://dataease.cn/sqlbot/v1/faq/other/#2-sqlbot-api

• 完整的API接口列表可在SQLBot访问地址后追加/docs进行查看，例如：https://your-sqlbot-domain/docs
• 接口需要JWT Token鉴权
• 在系统配置，通过API Key页面获取对应的 Access Key 和 Secret Key，换出JWT Token

最佳实践

参考 https://dataease.cn/sqlbot/v1/best_practice/#sqlbot

提升SQLBot智能问数的准确性，是一个系统性配置业务上下文的过程。

• 数据源精简：剔除无关表，缩进范围提示准确率。
• 数据治理
  • 数据库表设置字段别名和描述，越详细越好，方便从schema中获取并提供给大模型理解业务。
  • 数据库表字典值转换。表设置字段描述，格式例：”枚举值：key1=字典1, key2=字典2”
  • 手动定义表之间的连接关系，从而体现表的关联逻辑。
• 提供标准示例SQL：方便大模型理解学习和复用。
• 提供术语库：消除指标歧义和同义词等，方便大模型理解学习。

常见问题

• 参数配置：默认开启了限制1000行数据，会把limit 1000加在生成的SQL最外层。某些场景可能会影响问数效果，按需关闭。
• AI模型配置：可以增加模型参数，结合实际场景做限制。
  • temperature 温度，影响回答内容的创造性
  • max_tokens 最大输出
• 对话异常错误码424：使用OneAPI代理模型，sqlbot报错日志内容for chunk in sql_res:。建议先排查模型侧日志，一般原因是输入token超限，建议调整大模型配置参数maxSeqLen和maxInputTokenLen
• 华为昇腾等非标准OpenAI大模型服务化接口接入：部署OneAPI网关做接口代理转发。