Skip to content

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。

dynamiclu/Langchain-ChatBI

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

23 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Langchain-ChatBI

介绍

READ THIS IN ENGLISH

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。

该项目可以实现本地化部署,可启动本地大模型(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
# 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
# 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
#chatglm2-6b-int4 下载
from modelscope import snapshot_download
model_dir = snapshot_download('ZhipuAI/chatglm2-6b-int4')

3. 启动Gradio

# 启动Gradio
$ python3 main_webui.py

4. 示例

About

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。

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages