Mcp-ChatBI

Mcp-ChatBI

介绍

Based on MCP architecture の ChatBI は、データ分析 AI エージェントソリューションです。

本プロジェクトは ChatBI の一般的な 3 つの問題を解決することを目的としています

• 1、データの 100% の正確性をどのように保証するか？

  モデルの幻覚により、Text2SQL や Text2Code のいずれであっても、データの 100% の正確性を保証することができません。また、データの正確性は BI システムの重要な要件であるため、本プロジェクトは Text2Tools スキームを採用しており、Tools は Headless BI サービスまたは API とすることができます。

• 2、1 回の対話で複数の指標をどのようにクエリするか？

  従来は 1 回の対話で 1 つの指標しかクエリできず、複数の指標の場合はエンジニアリングレベルで分解する必要があり、アーキテクチャの複雑性が非常に高くなっていました。本プロジェクトは、モデルのタスク計画および推論能力を利用して、モデルが複数の指標を自動的に分解し、順序に従って Tools を呼び出し、結果を返します。

• 3、データ分析のパイプラインをどのように自動化するか？

  比較分析、多次元ドリルダウン、要因分析などの一般的なデータ分析方法は、複雑なロジック推論を伴うことが多いです。現在の大規模言語モデルの能力は急速に向上しており、すでに複雑な問題の推論能力を備えています。したがって、本プロジェクトはモデルの推論能力を利用して、データパイプラインを自動的に生成し、順次 Tools を呼び出し、結果を返し、最後に分析をまとめます。

デプロイ

1. 環境設定

• マシンに Python 3.10 - 3.12 がインストールされていることを確認してください

# 拉取仓库
$ git clone https://github.com/dynamiclu/Mcp-ChatBI.git

# 进入目录
$ cd Mcp-ChatBI

# 安装全部依赖
$ pip3 install -r requirements.txt 

• 大規模言語モデルの設定

$ vim config/config.toml
[model]
qwen_api_key = "sk-**********"
qwen_model_name = "qwen-max"

2. インターフェースを起動する

# 启动API
$ python3 main-api.py

3. Gradio を起動する

# 启动Gradio
$ python3 main-webui.py

4. デモ

https://www.bilibili.com/video/BV1b95vzPEjf/