基于大模型和 RAG 的智能 Text2SQL 问答系统：SQLBot
SQLBot（SQL-RAG-QABot）是一款结合大模型与检索增强生成（RAG）技术的智能文本转 SQL 系统。它允许用户通过自然语言直接查询数据库，自动将问题转换为可执行的 SQL 语句，并支持结果可视化、分析解释及预测。
除了基础的查询执行，该系统还支持对多个问答过程进行整合，构建数据看板，实现更深层的数据驱动交互。配置好模型和数据源后即可使用，同时也方便嵌入第三方业务系统或作为组件被 n8n、Dify 等 AI 平台调用。
核心优势
- 开箱即用：仅需配置大模型和数据源，结合 RAG 技术提升 text2sql 的准确率。
- 易于集成：可轻松接入现有业务流，或对接主流 AI 编排平台。
- 安全可控：提供工作空间资源隔离，支持细粒度的数据权限管理。
快速部署
准备一台 Linux 服务器，确保已安装 Docker 和 Docker Compose。以下是一键部署脚本：
# 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
部署完成后，在浏览器访问 http://<你的服务器 IP>:8000/。默认账号为 admin，密码为 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。
功能概览
输入自然语言问题后，系统会自动解析意图并生成 SQL 执行。以下是典型的 Q&A 界面效果：
项目已在 GitHub 上持续更新维护，适合开发者、数据分析师及业务人员快速获取数据洞察。未来可进一步扩展为 AI 数据分析助理，构建更智能的数据应用生态。
