DB-GPT V0.3.7 发布，支持用自然语言分析和查询Excel表格数据

EosphorosAI 2023-08-30

176

本次 v0.3.7 版本，发布5项新特性和1项bugfix：

新特性

ChatExcel支持用自然语言分析和查询Excel表格数据。#495
新增DB编辑器功能，使用编辑器模式，你可以编辑SQL进行调试。#495
支持多数据源管理，用户可以连接MySQL, Sqlite, ClickHouse, DuckDB, Mssql等数据源。#495
新增bge Embedding模型。#479
Dashboard支持了Editor功能。#495

bugfix

修复了gpt4all模型输出格式问题。#478

核心功能介绍

功能一：ChatExcel

我们在DB-GPT(已开源，开源地址: https://github.com/eosphoros-ai/DB-GPT)项目中, 充分利用了Excel支持Python的特性，可以通过自然语言对话的能力来使用Excel，我们希望可以通过大语言模型的能力，不断降低数据库、图表、知识获取，分析的门槛，让70多亿人，都能够享受数据的价值。让数据工具、产品的使用，不再是困扰我们的门槛。新版本的DB-GPT带着ChatExcel的能力来了，接下来让我们简单解读一下整个实现原理以及用户使用手册。

原理简介

如图所示，为ChatExcel的简要原理图，在整个过程中。我们充分利用了Excel Python支持。DB- GPT Text2SQL，大模型自然语言对话理解等多种能力。下面我们对流程做一个简单的介绍。

我们需要将Excel作为一个数据源上传到DB-GPT当中。
DB-GPT通过Excel Python支持特性将Excel表格数据转换为数据库表格，可以利用DB-GPT中的通用能力。
用户发起对话，通过对话进行Excel数据分析。
根据DB-GPT中ChatExcel场景逻辑，调用大模型生成对应的Text2SQL语句。
利用执行插件能力，执行具体结果。
收集数据绘制图表。
返回最终结果。

效果演示

为了演示具体的功能，我们准备了一份装修清单的Excel数据，接下来我们通过这份Excel数据，进行具体的效果演示。

我们根据前面的原理介绍，上传Excel文档。文档上传成功之后，DB-GPT会根据文档内容，对文档进行总结说明，并推荐一些常见的分析手段。如下图所示。

接下来，我们即可根据自然语言进行Excel数据的分析处理。

Q: 查看一下基础装修实际支出的金额占比。

我们在根据其推荐的方法，进行分析。

Q: 按照大项进行费用预算和实际花费的对比分析，以柱状图展示

Q: 汇总总支出金额

功能二：DBEditor &Multi Datasource Management

1.选择数据源

本次功能发布后，DB-GPT 支持MySQL、Sqlite、DuckDB、ClickHouse、Mssql等数据源，你可以在如下演示地址中新建和管理对应的数据源。

2.ChatData&ChatDB

成功设置数据源后，就可以开始与数据库对话了。你可以要求它为你生成SQL或者查询数据库元数据的相关信息。

在新版本的编辑器模式下，您可以编辑 SQL 并执行它

功能三：Dashboard支持了Editor功能

你可以在原来的基础上调整和修改您的报告

以上就是本次发版的全部内容啦，如果你对这个项目感兴趣想要体验和详细了解一下，欢迎到开源社区关注我们DB_GPT项目。如果有任何安装部署问题可以先到我们的官方文档中查看，如果没找到请给我们提出您宝贵的意见，当然了，别忘了动动手指帮忙点亮Star✨

项目地址:https://github.com/eosphoros-ai/DB-GPT

官方文档:https://db-gpt.readthedocs.io

issues地址:https://github.com/eosphoros-ai/DB-GPT/issues

自然语言大数据电子表格

文章转载自EosphorosAI，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

评论