2. 选择对话类型 选择ChatData对话类型。3. 开始数据对话 注意：在对话时，选择对应的模型与数据库。同时DB-GPT也提供了预览模式与编辑模式。 编辑模式：场景案例：Cursor代码编辑器、OneAPI、LobeChat、MindSearch多智能体框架、沉浸式翻译、Dify、NextChat、Sider浏览器插件、Cherry Studio模
Application(应用层): 像 ChatDB、ChatData 等都是基于 Server 层进行实现的。 Visualization(可视层): 实际生产环境中可以服用,让大模型通过标准协议进行反馈。 提供整体效果的微调。 关键特性 一、私域问答&数据处理&RAG(Retrieval-Augmented Generation)
除此之外,DB-GPT也提供了chatgpt代理模式,可以通过chatgpt代理来使用DB-GPT的能力。 详细的部署方案可以参考官方文档 效果演示 当前DB-GPT提供了ChatData、ChatDB、ChatKnownledge、ChatDashboard、Plugin等多种能力。 4.1 SQL生成 4.2 基于数据库的对话 4.3 ChatData 4.4 ChatDashboard 4.5 知识库管理与对话 RoadMa...
ChatData提供的数据对话的能力,是对ChatDB的能力做进一步自动化,即通过插件能力自动执行结果。 通过ChatData的能力,我们可以更好的实现与数据库的交互,提升日常使用数据库时的效率,降低数据库使用门槛。 Excel分析(ChatExcel) 数据分析(ChatDashboard) 可以通过自然语言交互的方式,实现报表制作,报表分析等能力。本次与B...
Search before asking I had searched in the issues and found no similar issues. Operating system information Linux Python version information 3.10 DB-GPT version latest release Related scenes Chat Data Chat Excel Chat DB Chat Knowledge Mo...
1.ChatDB change name to ChatData main(eosphoros-ai/DB-GPT#809) 1 parentdcd5583commit8e606df File tree pilot/scene/chat_data/chat_excel/excel_analyze prompt.py 1 file changed +2 -2 lines changed Original file line numberDiff line numberDiff line change ...
由于 ChatGPT3.5 并非开源模型,作者无法在框架中对其进行 Text-to-SQL 的微调。RAG 在两个数据集上的实验结果如表 3 和表 4 所示,在所有测试的数据集上,并没有一个模型能够在所有的情况下都胜出:ChatGPT-3.5 在 DatabaseQA 数据集上表现最佳,而 ChatGLM 在 FinancialQA 数据集上获得最佳性能。DB-GPT ...
应用层:基于底层能力的应用构建,如 GBI 应用、ChatDB 类应用、ChatData 类应用、ChatExcel 类应用等。 服务层:服务层主要是对外暴露的服务,比如 LLMServer、APIServer、RAGServer、dbgptserver 等。 核心模块层:核心模块主要有三个分别是,SMMF、RAGs、Agents。 协议层:协议层主要是指 AWEL (Agentic Workflow Expres...
默认meta 卷20G、data 卷和 models 卷为50G。 1 5000 脚本命令: echo 有状态 registry.cloudrun.cloudbaseapp.cn/cloudrun/dbgpt-cpu:v0.4.1-cloud-1 dbgpt-gpu GPU 版,本地可加载大模型。本地大模型 chatglm2-6b,可根据自身需求拓展其他开源大模型,如:llama2、vicuna-13b、baichuan-7b 等。
本地 LLM 表现比较好的是百川智能在近期发布的 Baichuan2-13B-Chat。我们建议,在知识库问答场景,如果不涉及隐私数据,可调用 ChatGPT-3.5,涉及隐私数据时,可基于 DB-GPT 本地部署 Baichuan2-13B-Chat 来做推理,通过我们的测评这种模式的效果也是很好的。