源码系统概览
文章正文
猫耳草·AI问数（DataClaw）是一款面向非技术人员的智能数据分析平台，用自然语言对话替代写 SQL 的繁琐过程。
它把 NL2SQL 与检索增强生成（RAG）结合起来，让用户直接用中文提问，系统自动生成 SQL、查询数据库、生成图表并给出解读。
底层基于 nanobot 智能体框架，支持接入 OpenAI、DeepSeek、智谱、通义千问等多家大模型，也支持本地模型，数据可保留在私有环境。
源码简介
本仓库是猫耳草·AI问数 DataClaw 的完整源代码，采用 Python 技术栈。
后端使用 FastAPI 提供会话与数据源管理，前端使用 React、Vite 与 Zustand 构建交互界面，智能体核心基于 nanobot 实现意图路由、NL2SQL 转换、Schema 缓存与 LLM 底层交互。
项目原生支持 PostgreSQL、Supabase、SQLite、CSV、Excel 等多种数据源，融合 RAG 让企业私有文档参与分析。
整套代码以 AGPL-3.0 协议开源，目录结构清晰，包含后端、前端、nanobot 技能与示例文档，便于二次开发与私有化部署。
适用场景
DataClaw 适合几类典型场景。
其一是业务自助分析，销售、财务、运营人员用自然语言查询关键指标，不再依赖工程师写 SQL。
其二是即时报表与图表，系统根据数据特征自动推荐柱状图、折线图、饼图等可视化。
其三是知识驱动决策，上传企业内部 Word、PPT、PDF 文档，通过向量检索在分析里引入私有知识。
其四是可定制仪表盘，把对话中的图表一键沉淀为共享看板。
技术架构与部署指南
技术栈与运行环境
后端以 Python 为主，使用 FastAPI 框架处理会话与数据源管理，智能体核心基于 nanobot 实现 NL2SQL 与 RAG 流程。
前端基于 React、Vite 与 Zustand，提供对话式分析界面。
数据接入层支持 PostgreSQL、Supabase、SQLite、CSV、Excel 等。
模型层通过 LiteLLM 统一接入 OpenAI、DeepSeek、智谱、通义千问等多家供应商，也兼容本地模型。
运行环境需要 Python 3.10 以上，配合虚拟环境与 .env 配置，支持 Docker 部署。
功能亮点
第一，自然语言转 SQL。
系统理解用户意图自动生成并执行 SQL，执行报错时还能自我纠正。
第二，智能知识库检索。
上传多格式文档自动建立向量索引，在回答时检索相关片段增强准确性。
第三，即时可视化。
根据数据维度自动推荐图表类型，支持钻取与导出。
第四，灵活模型接入。
通过 LiteLLM 接入多家大模型并对比分析质量。
第五，Agent 技能拓展。
基于 nanobot 框架开发自定义工具，用斜杠命令触发。
与同类方案对比，DataClaw 更强调本地优先与可私有化：
| 维度 | 传统 BI 工具 | DataClaw |
|---|---|---|
| 使用门槛 | 需培训与拖拽配置 | 自然语言即问即答 |
| 数据位置 | 多数上云 | 支持本地私有部署 |
| 知识融合 | 弱 | RAG 引入私有文档 |
| 扩展 | 固定功能 | nanobot 自定义技能 |
安装与部署提示
推荐先准备 Python 3.10 以上环境，克隆仓库后在项目根目录复制 .env.example 为 .env，填入大模型 API 密钥与数据库连接信息。
后端使用虚拟环境安装依赖后启动 FastAPI 服务，前端通过 npm 安装并启动 Vite 开发服务器。
首次使用在界面里添加数据源，上传需要分析的文档建立知识库，即可开始对话式分析。
生产环境建议使用 Docker 编排前后端与数据库。
截图与演示说明
下面这张示意图展示了猫耳草·AI问数的主界面，左侧为对话与数据源管理，右侧为自然语言提问后自动生成的分析结果与图表。
从截图可以看到，用户只需用中文描述需求，系统便完成 SQL 生成、数据查询与图表渲染，无需编写任何查询语句。
常见问题
问：猫耳草AI问数 DataClaw 是否免费，可以商用吗？
答：DataClaw 采用 AGPL-3.0 协议开源，个人学习和研究可免费使用；
商业使用请遵循 AGPL-3.0 的 copyleft 条款与署名要求。
问：必须上传数据到云端吗？
答：不必。
DataClaw 支持完全本地或私有服务器部署，数据可保留在自有环境，仅在调用大模型时与外部分离。
问：支持哪些大模型？
答：通过 LiteLLM 接入 OpenAI、DeepSeek、智谱、通义千问等，也支持本地部署的开源模型。
安全风险提示
部署时请妥善保管 .env 中的大模型 API 密钥与数据库凭据，不要把含有敏感信息的 .env 提交到公开仓库。
涉及企业数据的场景，建议限制网络访问范围并定期审计日志。
AGPL-3.0 具有强 copyleft 特性，若对源码进行修改并对外提供服务，需按协议开放对应修改。
使用前请确认数据合规与隐私保护要求。
下载说明
本页面提供猫耳草·AI问数 DataClaw 完整源码压缩包，提取码统一为 8888，无额外解压密码。
下载后建议先阅读仓库内的 README 与 .env.example 说明，再按上述部署提示搭建环境。
GitHub项目开源地址：https://github.com/qixinbo/DataClaw