概览
该项目面向 AI 原生数据产品，结合了智能体、可复用技能、AWEL 工作流、检索增强生成（RAG）、工具调用和多模型支持。它可处理数据库、CSV 和 Excel 文件、数据仓库、文档及知识库。仓库元数据显示其拥有 19,622 个星标、2,853 个分叉、421 个开放议题，并且主分支处于活跃且未归档状态。
主要功能
- 智能体任务规划、迭代推理、工具调用和分步执行
- 自然语言 SQL 生成与自主数据库查询
- 基于 Python 的数据清洗、转换、指标计算和可视化
- 连接数据库、数据仓库、CSV 和 Excel 文件、文档及知识库
- RAG 文档解析和知识库工作流
- 可复用技能和特定领域分析工作流
- 智能体编排和可自定义的 AWEL 执行流程
- 图表、仪表板、HTML 报告、分析报告和叙述性摘要
- 沙箱代码执行和受控工具调用
- 支持托管 API、OpenAI 兼容接口及文档中提及的本地模型部署选项
要求、安装和快速入门
PyPI 安装：`uv pip install dbgpt-app` 或 `pip install dbgpt-app`。README 还提供了 macOS/Linux 安装脚本：`curl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh | bash`。该命令会将远程脚本直接传递给 shell 执行，因此 README 提供了先审查脚本的替代方式：`curl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh -o install.sh`，使用 `less install.sh` 检查后，再运行 `bash install.sh --profile openai`。Docker、本地 GPU 和手动源代码安装流程位于 http://docs.dbgpt.cn/docs/installation。
用法
完成 PyPI 安装后，运行 `dbgpt start`。首次启动时，交互式向导会要求选择 LLM 提供商并输入 API 密钥，然后启动 Web 服务器。打开 http://localhost:5670。对于安装程序生成的配置，可使用 `cd ~/.dbgpt/DB-GPT && uv run dbgpt start webserver --profile <profile>`。README 记录了 `openai`、`kimi` 和 `minimax` 安装配置，以及相应的 API 密钥环境变量。
模型兼容性与使用场景
默认软件包包含 OpenAI 兼容 LLM 支持和 DashScope/通义支持。README 明确列出 DeepSeek、Qwen、GLM、Llama、Gemma、Yi、Starling、SOLAR、Mixtral 和 Phi 模型系列，并提及通过 vLLM 和 llama.cpp 进行本地服务。Text2SQL 微调列出了 LLaMA、LLaMA-2、BLOOM、BLOOMZ、Falcon、Baichuan、Baichuan2、InternLM、Qwen、XVERSE 和 ChatGLM2。快速入门示例包含通过 Moonshot 使用 Kimi 2.5，以及通过 OpenAI 兼容 API 使用 MiniMax。兼容性细节可能因部署路径和模型而异；仓库元数据未说明完整的版本及硬件要求。
许可证与风险说明
仓库元数据将许可证标识为 MIT，并链接至 https://api.github.com/licenses/mit。README 也将该项目标为 MIT 许可证。依赖项、模型权重、数据集和外部服务的许可证需要单独评估；仓库元数据未说明其条款。
发布与维护
发布历史位于 https://github.com/eosphoros-ai/DB-GPT/releases。未提供具体发布版本和变更内容。