https://github.com/dynamiclu/langchain-chatbi
一种利用Langchain框架和本地向量库实现的对话式BI，它的目标是帮助用户寻找、理解数据知识，并能够分析数据、洞察结果，通过自然语言对话，降低数据分析的门槛。
https://github.com/dynamiclu/langchain-chatbi
baichuan bge-large-en chatglm faiss langchain python3 qianwen rag text2vec
Last synced: 3 months ago
JSON representation
一种利用Langchain框架和本地向量库实现的对话式BI，它的目标是帮助用户寻找、理解数据知识，并能够分析数据、洞察结果，通过自然语言对话，降低数据分析的门槛。
- Host: GitHub
- URL: https://github.com/dynamiclu/langchain-chatbi
- Owner: dynamiclu
- Created: 2024-02-02T11:59:47.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2024-03-20T16:47:41.000Z (over 1 year ago)
- Last Synced: 2025-06-29T04:36:47.444Z (3 months ago)
- Topics: baichuan, bge-large-en, chatglm, faiss, langchain, python3, qianwen, rag, text2vec
- Language: Python
- Homepage:
- Size: 1.65 MB
- Stars: 133
- Watchers: 3
- Forks: 30
- Open Issues: 3
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Langchain-ChatBI
## 介绍
[_READ THIS IN ENGLISH_](README_en.md)
一种利用 [Langchain](https://github.com/hwchase17/langchain) 框架和本地向量库实现的对话式BI，它的目标是帮助用户寻找、理解数据知识，并能够分析数据、洞察结果，通过自然语言对话，降低数据分析的门槛。
该项目可以实现本地化部署，可启动本地大模型([ChatGLM-6B](https://github.com/THUDM/ChatGLM-6B) )，也可用HTTP调用百川和通义千问大模型。本项目利用大模型的语言理解能力，识别用户的BI意图，利用指标匹配，解决对话式BI如何确保数据准确的难点。
## 部署
### 1. 环境配置
+ 确保你的机器安装了 Python 3.8 - 3.11
```
$ python3 --version
Python 3.10.0
```
```shell
# 拉取仓库
$ git clone https://github.com/dynamiclu/Langchain-ChatBI.git
# 进入目录
$ cd Langchain-ChatBI
# 安装全部依赖
$ pip3 install -r requirements.txt
```
### 2. 模型下载
+ 向量模型
```python
# bge-large-en-v1.5 下载
from modelscope import snapshot_download
model_dir = snapshot_download('AI-ModelScope/bge-large-en-v1.5')
#text2vec 下载
from modelscope import snapshot_download
model_dir = snapshot_download('Jerry0/text2vec-large-chinese')
```
+ 大模型
```python
#chatglm2-6b-int4 下载
from modelscope import snapshot_download
model_dir = snapshot_download('ZhipuAI/chatglm2-6b-int4')
```
### 3. 启动Gradio
```shell
# 启动Gradio
$ python3 main_webui.py
```
### 4. 示例
