中文 | English
ChatBI 是一个通过跟 AI 聊天来进行 BI 分析的系统。
原理分析参考文章：ChatGPT助力可视化方案探索
- 通过 AI 聊天分析数据：支持 OpenAI、通义（千问）、DeepSeek 等
- 🔥 使用 Ant Design X 构建聊天界面
- 🚀 使用 AVA 进行数据可视化
注册 OpenAI 账号，获取 API Key
要安装服务端，你的机器上需要安装 Python 3.10 或更高版本。你可以从 官方网页 下载。
安装 Python 后，你需要安装必需的 pip 依赖管理工具 uv，详情请参阅 官方网页。或者你可以运行以下命令进行安装：
# 安装 uv
pip install uv参考：https://nodejs.org/en/learn/getting-started/how-to-install-nodejs
项目使用了 Node.js 中原生
fetch方法，所以需要Node.js >= 18，参考：https://nodejs.org/dist/latest-v18.x/docs/api/globals.html#fetch
安装好 Node.js 之后，安装 pnpm：
npm install -g pnpm在项目根目录，复制 .env.example 到 .env 并填写环境变量，如下：
# GPT 配置
LLM_API_BASE_URL=https://api.openai.com
LLM_API_KEY=xxx
LLM_MODEL=xxx
# database postgres
DB_HOST=localhost
DB_PORT=15432
DB_NAME=chatbi
DB_USER=chatbi
DB_PASS=12345
# cube service
CUBE_SERVICE_API=http://localhost:4000
如果你使用阿里云灵积，可以参考以下配置：
# GPT 配置
OPENAI_API_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode
OPENAI_API_KEY=sk-xxx
OPENAI_MODEL=qwen-max
# database type
# ...更多关于阿里云灵积的信息，参考：阿里云灵积
在项目根目录执行：
pnpm install为了本地开发演示，可以通过 docker 启动 MySQL：
make docker up- 启动服务端：
make dev-server- 启动客户端：
make dev-client本项目的客户端接口请求定义 packages/client/src/services/api-schema.ts，是通过 openapi-typescript 请求服务端生成的 openapi 文件 自动生成的。
后端接口规范定义文件，在服务端启动后，可以通过访问 http://0.0.0.0:8000/openapi.json 查看。
如果你修改了后端接口，可以通过以下命令重新生成客户端接口请求定义：
make gen-api如果你觉得这个项目对你有帮助，欢迎赞助我：