猫头虎开源AI分享|基于大模型和RAG的一款智能text2sql问答系统:SQLBot(SQL-RAG-QABot),可以帮你用自然语言查询数据库
猫头虎开源AI分享|基于大模型和RAG的一款智能text2sql问答系统:SQLBot(SQL-RAG-QABot),可以帮你用自然语言查询数据库
大家好,我是 猫头虎 🦉🐯。今天要和大家分享一款非常实用的智能问答数据库系统 —— SQLBot(SQL-RAG-QABot)。
它的核心功能就是:
👉 把自然语言问题自动转成数据库能理解的 SQL 语句
👉 再去数据库里执行查询
👉 然后生成图表和分析结果
也就是说,你只需要一句话,就能把数据库里的数据“问”出来。是不是很酷?😎
而且 SQLBot 不仅仅是执行 SQL,还支持进一步的 分析、解释、验证和预测,还能把多个问答过程构造成一个数据看板,真正实现数据驱动的智能交互。
更重要的是,它 开箱即用:配置模型和数据源即可上手。还支持快速嵌入第三方业务系统,或者作为组件被 n8n、MaxKB、Dify、Coze 等 AI 平台调用。
猫头虎 fork 的 GitHub 项目地址:
🔗 https://github.com/MaoTouHU/SQL-RAG-QABot
基于大模型和 RAG 的智能问数系统
文章目录
- 猫头虎开源AI分享|基于大模型和RAG的一款智能text2sql问答系统:SQLBot(SQL-RAG-QABot),可以帮你用自然语言查询数据库
- 🚀 SQLBot 的优势
- 🛠️ 快速开始
- 1. 安装部署
- 2. 访问方式
- 💻 UI 展示
- ⭐ Star History
- 🐯 总结
🚀 SQLBot 的优势
SQLBot 是一款基于 大模型 + RAG(检索增强生成) 的智能 text2sql 系统,主要优势包括:
-
开箱即用
只需配置大模型和数据源即可开启问数之旅,结合 RAG 让 text2sql 更精准。 -
易于集成
轻松嵌入第三方业务系统,或者接入 n8n、MaxKB、Dify、Coze 等 AI 平台,让应用瞬间拥有智能问数能力。 -
安全可控
提供基于工作空间的资源隔离机制,支持细粒度的数据权限控制。
🛠️ 快速开始
1. 安装部署
准备一台 Linux 服务器,执行以下一键安装脚本。
在运行 SQLBot 前,请确保已安装好 Docker 和 Docker Compose。
# 创建目录
mkdir -p /opt/sqlbot
cd /opt/sqlbot# 下载 docker-compose.yaml
curl -o docker-compose.yaml https://raw.githubusercontent.com/dataease/SQLBot/main/docker-compose.yaml# 启动服务
docker compose up -d
当然,你也可以通过 1Panel 应用商店 一键部署,简单省心。
2. 访问方式
部署完成后,在浏览器中打开:
- 👉 地址:
http://<你的服务器IP>:8000/
- 👉 默认用户名:
admin
- 👉 默认密码:
SQLBot@123456
登录后即可进入可视化界面,像聊天一样向数据库提问。
GIF 效果演示图:
💻 UI 展示
下面是 SQLBot 的 Q&A 界面,可以看到,输入自然语言问题后,就会自动转成 SQL 并执行:

⭐ Star History
SQLBot 项目已经在 GitHub 上收获了不少 Star,未来也会不断更新。
如果你对 AI + 数据查询感兴趣,不妨点个 ⭐ 支持一下!
🐯 总结
SQLBot(SQL-RAG-QABot)是一款非常实用的 智能 text2sql 系统,能够帮助我们用自然语言直接查询数据库,并生成图表和数据分析。
- 适合开发者、数据分析师、业务人员快速获取数据
- 支持开箱即用 + 第三方集成
- 同时兼顾易用性与安全性
未来,我会继续尝试基于 SQLBot 构建更智能的数据应用,甚至直接把它做成一个 AI 数据分析助理 🔥。
项目地址再次放上:
https://github.com/MaoTouHU/SQL-RAG-QABot
👆以上就是今天的分享,欢迎大家在评论区交流。
我是 猫头虎 🦉🐯,我们下篇博客见!