蚂蚁开源の野心勃勃的DB-GPT，融入NL2SQL、RAG、AI Agent，实操

摘要：DB-GPT是由蚂蚁集团发起的开源AI原生数据应用开发框架(AI Native Data App Development framework with AWEL(Agentic Workflow Expression Language) and Agents)

DB-GPT是由蚂蚁集团发起的开源AI原生数据应用开发框架(AI Native Data App Development framework with AWEL(Agentic Workflow Expression Language) and Agents)，旨在通过大语言模型（LLM）技术革新数据库交互方式，提升数据管理与分析的效率与安全性。项目于2024年9月发布新版本v0.6.0，并在“星辰智能社区”推动下快速发展，目前GitHub Star数已超1.7万，社区活跃用户近7,000人，贡献者达130人，覆盖蚂蚁、阿里、美团等科技公司及高校研究人员。

目的是构建大模型领域的基础设施，通过开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力，解决大模型与数据库交互中的幻觉问题、数据隐私安全及开发复杂性，助力开发者高效构建AI原生数据应用。

智能体编排（AWEL 2.0）：支持复杂任务流程的图形化编排，通过拖拽式界面简化多代理协作开发。图数据库集成：结合蚂蚁自研图数据库TuGraph，提升图构建与检索效率，在相同召回效果下，Token消耗降低50%。向量索引库VSAG：优化高维向量存储，内存消耗仅为HNSW索引的1/10，显著降低部署成本，支持百亿级数据量业务。AgentMemory：支持感知记忆、短期/长期记忆存储，增强智能体上下文理解能力。多模型管理（SMMF）：兼容数十种开源与商业模型（如Qwen、ChatGLM、Llama等），支持私有化部署与自动化微调。Text2SQL优化：通过微调框架提升SQL生成准确率，在Spider数据集上表现优于原模型。支持本地化部署，数据全程私有化处理，结合代理脱敏技术，避免敏感信息泄露，尤其适合金融、医疗等高隐私需求场景。多模态与跨领域扩展：结合图像、语音等多模态数据，拓展数据库交互的适用场景。智能体协作增强：通过更复杂的Multi-Agents框架，实现跨系统任务自动化，如金融风控、供应链优化等。企业级应用落地：依托蚂蚁集团资源，推动DB-GPT在金融、电商等领域的深度应用，探索商业化路径。开发者生态完善：持续优化文档与工具链，吸引更多贡献者，目标成为AI原生数据应用开发的标准框架。进一步压缩模型推理资源消耗，支持边缘设备部署，扩大适用范围。结合量子化技术优化VSAG，提升向量检索效率，支撑千亿级数据规模。

github官网上有详细的安装部署介绍，有多种部署模式，这里介绍最简单的Docker-compose模式：