DataPilotAgent 今日发布

DataPilotAgent 是由独立开发者 umlink 构建的 AI 驱动智能数据分析平台，托管于 GitHub（umlink/chat-data-pilot-agent）。用户通过自然语言对话即可完成数据查询、分析、可视化与洞察提取，全程无需编写 SQL 或掌握复杂 BI 工具。LLM Agent 自动生成并执行 SQL、在沙箱中运行 Python 分析、渲染交互式图表，每一步的数据来源全程可查，支持一键收藏到看板并导出 PNG / SVG / PDF 格式。

核心功能

DataPilotAgent 提供九大核心能力：自然语言对话分析支持 SSE 流式响应，文本 / SQL / 表格 / 图表以 Block 结构分块渲染；多 LLM 提供商支持 OpenAI / Anthropic 双协议适配器；多数据源管理支持 PostgreSQL / MySQL，连接密钥 Fernet 加密存储；附件数据分析支持 Excel / CSV 上传至 MinIO 由 pandas 解析；图表与看板提供柱状 / 折线 / 饼图等交互式图表；Agent 工具链内置 run_sql、run_python（RestrictedPython 沙箱）等工具；报表与模板支持定时任务和分析模板；可观测性提供 structlog 五类日志和 Token 用量统计；轻量任务队列基于 PostgreSQL FOR UPDATE SKIP LOCKED 实现。

技术实现

后端基于 Python 3.11+ / FastAPI / SQLAlchemy 2.0（async），使用 Alembic 管理数据库迁移，Pydantic v2 做数据校验。前端基于 React 19 / TypeScript / Vite / Tailwind CSS v4，图表用 Recharts，SQL 编辑器用 Monaco Editor。系统依赖 PostgreSQL（业务库 + 任务队列）、Redis（会话缓存）、MinIO（附件存储）。Agent 层面接入 OpenAI 和 Anthropic SDK，沙箱执行 Python 使用 RestrictedPython 防止越权访问。

快速上手

第一步准备环境：需要 Python 3.11+、Node.js 20+ 与 pnpm 9+、PostgreSQL 14+、Redis 6+、MinIO。可用 Docker Compose 一键拉起本地基础设施（docker compose -f docker-compose.infra.yml up -d）。

第二步配置环境变量：复制 .env.example 为 .env，执行 openssl rand -hex 32 生成强随机 SECRET_KEY 填入（生产环境必须修改，默认值会拒绝启动）。

第三步启动后端：cd backend → python3 -m venv venv && source venv/bin/activate → pip install -r requirements.txt → ./venv/bin/alembic upgrade head → uvicorn app.main:app --reload --port 8010。接口文档在 http://localhost:8010/docs。

第四步启动前端：cd frontend → pnpm install → pnpm dev，访问 http://localhost:5173 使用默认账号 admin / Admin@12345 登录。

第五步生产部署：使用 docker compose up -d --build 一键部署，务必设置强随机 SECRET_KEY 与 ENCRYPTION_KEY。

适用人群

独立开发者和小团队没有预算购买商业 BI 工具，需要快速分析业务数据时适用；数据分析师希望用自然语言替代手动写 SQL 提升日常取数效率时适用；产品经理和运营需要自助查询数据、生成图表、制作定期报表时适用；初创公司技术资源有限需要低成本可自部署的数据分析解决方案时同样适用。

官方链接

GitHub：https://github.com/umlink/chat-data-pilot-agent