DB-GPT 主要解決了數據套用開發中的復雜性和低效率問題，簡化了大型模型與數據整合的過程，提高了數據驅動套用的開發速度和靈活性。
這個計畫支持的大模型很多，市面上常見的基本都可以。
掃碼加入AI交流群
獲得更多技術支持和交流
（請註明自己的職業）
計畫簡介
DB-GPT 是一個開源的 AI 本地數據套用開發框架，采用了 AWEL 和多代理系統。該計畫旨在構建大型模型領域的基礎設施，透過開發多模型管理、Text2SQL效果最佳化、RAG框架最佳化等多項技術能力，使得數據與大模型套用的結合更加簡單便捷。在數據 3.0 時代，企業和開發者可以利用少量程式碼構建客製化應用程式。
核心功能
檢索增強生成（RAG） ：RAG 是目前實踐中最常用且需求迫切的領域。DB-GPT 已經基於 RAG 實作了一個框架，允許使用者利用 DB-GPT 的 RAG 能力構建基於知識的應用程式。
生成式商業智慧（GBI） ：生成式商業智慧是 DB-GPT 計畫的核心能力之一，為構建企業報告分析和商業洞察提供了基礎的數據智慧技術。
微調框架 ：模型微調是任何企業實施垂直和細分領域不可或缺的能力。DB-GPT 提供了一個與 DB-GPT 計畫無縫整合的完整微調框架。在最近的微調努力中，基於 Spider 數據集的準確率達到了 82.5%。
數據驅動的多代理框架 ：DB-GPT 提供了一個數據驅動的自我前進演化的多代理框架，旨在基於數據不斷做出決策和執行。
數據工廠 ：數據工廠主要涉及在大模型時代清理和處理可信賴的知識和數據。
資料來源 ：整合各種資料來源，無縫連線生產業務數據至 DB-GPT 的核心能力。
UI演示
關鍵特性
私有領域問答與數據處理 ：DB-GPT計畫提供了一系列功能，用於改進知識庫構建以及高效儲存和檢索結構化與非結構化數據。這些功能包括支持上傳多種檔格式、整合自訂數據提取外掛程式以及統一的向量儲存與檢索能力，有效管理大量資訊。
多資料來源與生成式商業智慧（GBI） ：DB-GPT計畫支持與多種資料來源（包括Excel、資料庫和資料倉儲）的自然語言互動，簡化了從這些資料來源查詢和檢索資訊的過程，使使用者能夠進行直觀的對話並獲得洞察。此外，DB-GPT還支持分析報告的生成，為使用者提供有價值的數據摘要和解釋。
多代理與外掛程式 ：該計畫支持自訂外掛程式執行各種任務，並原生整合了Auto-GPT外掛程式模型。代理協定遵循Agent Protocol標準。
自動微調 Text2SQL ：還開發了一個以大語言模型（LLMs）、Text2SQL數據集、LoRA/QLoRA/Pturning等微調方法為中心的自動微調輕量級框架。該框架簡化了Text-to-SQL的微調過程，使其像流水線作業一樣簡單。
面向服務的多模型管理框架（SMMF） ：提供廣泛的模型支持，包括數十種大語言模型（LLMs），來自開源和API代理的，例如LLaMA/LLaMA2、Baichuan、ChatGLM、Wenxin、Tongyi、Zhipu等。
計畫連結
https://github.com/eosphoros-ai/DB-GPT
關註「 開源AI計畫落地 」公眾號
與AI時代更靠近一點
關註「 向量光年 」公眾號
加速全行業向AI轉變
關註「 AGI光年 」公眾號
獲取每日最新資訊
更多AI資訊，盡在www.dongaigc.com
