DeepBI

用大白话问数据，AI 自动出图表和结论。

DeepBI 是一个基于大语言模型的 AI 原生数据应用，旨在将自然语言交互引入商业智能（BI）领域。它解决传统 BI 工具使用门槛高、分析流程繁琐的问题，让用户通过对话即可完成数据查询、可视化和洞察。核心能力包括：自然语言转 SQL、自动生成图表、智能数据解释、多轮对话式分析，以及基于“无限思考”框架的自动化数据探索。项目采用 Python 构建，支持连接多种数据源，并提供 Web 界面，适合数据分析师、业务人员快速获取数据答案。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2383

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队DeepInsight-AI

所属国家

官网地址https://www.deepbi.com

GitHubhttps://github.com/DeepInsight-AI/DeepBI

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai,analysis,bi,csv,data,gpt,gpt-4,llm,mysql,redis

GitHub 星标★ 2383

30天Star增速

HF 下载量

上线时间2023-11-20 00:00:00

最近更新2026-09-18 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

难度：入门约 15 分钟部署方式：Docker 7 步

环境要求

本机已安装 docker 与 docker-compose
已安装 git（或可直接下载 zip 包解压）
默认端口 8338、8339 未被占用
Windows 用户可改用 exe 安装包，当前测试支持 Win10 / Win11

安装与启动步骤

1准备 Docker 环境

README 要求本地环境已具备 docker 和 docker-compose，未安装时参考项目内 Docker_install.md 完成安装。
2获取项目源码

用 git 克隆仓库，或直接在 GitHub 下载 zip 包并解压，二者选其一即可。
```
git clone https://github.com/DeepInsight-AI/DeepBI.git
```
3进入项目目录

切换到刚克隆下来的 DeepBI 目录，后续脚本都在此目录中执行。
```
cd DeepBI
```
4执行安装脚本

直接运行项目自带的 Install.sh 完成部署；若提示权限错误，请在命令前加 sudo。
```
./Install.sh
```
5访问 Web 界面

服务启动后默认占用 8338 和 8339 端口，浏览器打开 http://ip:8338 即可使用。
6管理服务状态

用 docker-compose 命令启动、停止服务或查看运行状态，权限不足时命令前加 sudo。
```
docker-compose start
docker-compose stop
docker-compose ps
```
7Windows exe 安装

从 releases 标签页下载 window_install_exe_EN.zip，解压后双击 .exe 文件运行，或用 README_window_en.md 的说明。

关键配置

配置项	必填	说明	示例
`Web 访问端口`	是	Docker 部署后 Web 界面默认监听端口	`8338`
`默认端口`	是	DeepBI 默认占用的第二个端口	`8339`

如何确认成功

浏览器打开 http://ip:8338 能看到 DeepBI 界面；也可用 docker-compose ps 查看服务状态为运行中。

常见问题

Q：执行命令时报 PermissionError 或 Permission denied 怎么办？

A：说明当前用户权限不足，在命令前加 sudo 即可，例如 sudo docker-compose start、sudo docker-compose ps。

Q：Windows 上怎么安装 DeepBI？

A：到项目的 releases 标签页下载 window_install_exe_EN.zip，解压后双击 .exe 运行，当前测试支持 Win10 和 Win11。

Q：怎么查看或停止已启动的 DeepBI 服务？

A：在 DeepBI 项目目录下执行 docker-compose ps 查看状态，docker-compose stop 停止服务，docker-compose start 重新启动。

Q：支持连接哪些数据源？

A：README 中列出的数据源包括 MySQL 和 PostgreSQL。

注意事项

README 强调运行 Install.sh 前必须先 cd 进入 DeepBI 项目目录。
默认端口为 8338 和 8339，部署前请确认端口未被其他程序占用。
本教程步骤仅覆盖 README 中给出的 Docker 与 Windows exe 两种方式，其余细节请参考项目内 Docker_install.md 与 README_window_en.md。

核心亮点

自然语言直接查询数据库，无需写 SQL。
自动生成可视化图表，降低分析门槛。
多轮对话支持追问，交互式探索数据。

不足之处

项目尚在成长中，文档和社区支持待观察。
对复杂查询和超大数据的性能可能有限。

适用场景

业务人员快速获取日常经营数据报表。
数据分析师用对话方式探索数据模式。
企业内嵌 AI 助手，提供自助式 BI 服务。

替代项目

Text-to-SQL 工具（如 Vanna）、ChatBI 项目（如 Chat2DB）、AI 数据分析平台（如 Julius AI）

项目介绍

DeepBI 是行业应用领域的开源项目，由 DeepInsight-AI 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（2,383）位列前 30%，在行业应用分类的 545 个项目里位列前 12%。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-18。MIT许可证，可免费使用和部署。

它主要面向的使用场景是：业务人员快速获取日常经营数据报表。同类可对比的替代方案包括 Text-to-SQL 工具（如 Vanna）、ChatBI 项目（如 Chat2DB）、AI 数据分析平台（如 Julius AI）。

上一篇：nof0

下一篇：TranslateBooksWithLLMs