shopkeeper-agent

电商数仓智能问数，学 LangGraph 实战首选

shopkeeper-agent 是一个面向电商数仓的智能问数 AI Agent，旨在解决业务人员无法直接使用 SQL 查询数据、数据分析门槛高的问题。它基于 LangGraph 构建完整的 Agent 工作流，整合了元数据知识库、混合检索（Qdrant 向量库与 Elasticsearch 全文检索）、NL2SQL 生成与校验、SQL 执行及流式结果展示等核心能力。项目采用 FastAPI 作为后端框架，前端使用 React，前后端代码完整且可运行，支持 Docker 一键部署。除了工程实现，项目还配套了免费的 ai-agents-from-zero 教程和分章节代码分支，非常适合系统学习 LangGraph、RAG、NL2SQL 等大模型应用开发，以及企业级 AI 工程落地实践。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 415

维护状态低维护

是否开源是

定价模式 free

项目数据

分类智能体

开发团队didilili

所属国家

官网地址https://didilili.github.io/ai-agents-from-zero/#/%E5%AE%9E%E6%88%98%E9%A1%B9%E7%9B%AE-%E7%94%B5%E5%95%86%E9%97%AE%E6%95%B0/0-%E5%89%8D%E8%A8%80

GitHubhttps://github.com/didilili/shopkeeper-agent

定价模式free

价格说明开源项目，MIT许可证，代码免费，可自行部署，配套免费教程。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-workflow,ai-agent,elasticsearch,fastapi,langchain,langgraph,llm,nl2sql,qdrant,rag,vector-database

GitHub 星标★ 415

30天Star增速

HF 下载量

上线时间2026-04-16 00:00:00

最近更新2026-09-24 00:00:00

维护状态低维护

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4

使用教程

核心亮点

完整实现从元数据管理、混合检索到 NL2SQL 生成校验的端到端 Agent 流程，代码结构清晰，便于学习
前后端全栈可跑，Docker 一键部署，降低上手门槛，配套免费教程与章节分支，学习路径明确
技术栈前沿且实用，覆盖 LangGraph、FastAPI、Qdrant、Elasticsearch 等主流工具，贴近企业级应用

不足之处

早期项目，GitHub 星标仅 277，社区生态和文档完善度有待观察
依赖多个外部服务（Qdrant、Elasticsearch、MySQL），本地调试环境搭建相对复杂

适用场景

电商业务人员通过自然语言查询销售、库存等数据，无需编写 SQL
数据分析师快速验证 NL2SQL 与 RAG 结合的技术方案
开发者系统学习 LangGraph 与 Agent 工作流工程化实现

替代项目

Vanna AI、DB-GPT、LangChain SQL Agent

项目介绍

shopkeeper-agent 是智能体领域的开源项目，由 didilili 开发，是 2026 年新上线的项目。

它收录于智能体分类，该分类目前共有 2,520 个项目，GitHub 星标数为 415。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-24。MIT许可证，代码免费，可自行部署，配套免费教程。

它主要面向的使用场景是：电商业务人员通过自然语言查询销售、库存等数据，无需编写SQL。同类可对比的替代方案包括 Vanna AI、DB-GPT、LangChain SQL Agent。

上一篇：get-job.skill

下一篇：plamen