DB-GPT-Hub

一键微调大模型，让数据库查询更智能

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 250 🐛 待处理 73 👀 关注 24

GitHub ↗

GitHub 星标 ★ 2015

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队eosphoros-ai

GitHubhttps://github.com/eosphoros-ai/DB-GPT-Hub

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型database,datasets,fine-tuning,gpt,hacktoberfest,llm,nl2sql,sql,text-to-sql,text2sql

GitHub 星标★ 2015

上线时间2023-06-02 00:00:00

代码更新2025-07-02

仓库体积62.6 MB

本站数据更新2026-11-11

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

DB-GPT-Hub 是围绕 Text-to-SQL 任务打造的开源模型、数据集与微调技术仓库，旨在提升数据库自然语言查询的准确率。它解决了从模型选型、数据准备到微调训练全流程的工程化难题，核心能力包括提供多种主流大模型（如 Llama、Qwen 等）的微调脚本、高质量 Text-to-SQL 数据集（如 Spider、WikiSQL 等）的整合与处理工具，以及针对不同模型和硬件环境的训练配置。项目基于 Python 实现，与 DB-GPT 生态紧密结合，支持 LoRA、QLoRA 等高效微调方法，帮助开发者快速构建和优化自己的 Text-to-SQL 模型。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2015

技术标签

database datasets fine-tuning gpt hacktoberfest

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：库/依赖 3 步

环境要求

可运行 Python 的环境（README 未指定具体版本）
已安装 pip，可访问 PyPI 下载 dbgpt-hub
运行微调/预测时可用的计算资源（README 快速开始未说明显存要求）
已准备好用于 Text-to-SQL 训练的数据与数据配置信息

安装与启动步骤

1安装 dbgpt-hub

README 的 Quick Start 第一步即在命令行安装该库，安装后可导入 dbgpt_hub_sql 下的模块。建议在虚拟环境中执行以避免依赖冲突。
```
pip install dbgpt-hub
```

2编写并运行流程脚本

新建 Python 文件，按 README 示例导入数据预处理、训练、预测、评估四个入口，并依次调用，实现从数据到评估的完整微调流程。

from dbgpt_hub_sql.data_process import preprocess_sft_data
from dbgpt_hub_sql.train import start_sft
from dbgpt_hub_sql.predict import start_predict
from dbgpt_hub_sql.eval import start_evaluate

# Run the whole fine-tuning workflow
preprocess_sft_data(
      data_folder = data_folder,
      data_info = data_info
)

start_sft(train_args)
start_predict(predict_args)
start_evaluate(evaluate_args)

3准备参数与数据

执行前需自行取得 data_folder、data_info 以及 train_args、predict_args、evaluate_args 这几个参数与配置，README 未给出它们的具体字段与示例值。

关键配置

配置项	必填	说明	示例
`data_folder`	是	传给 preprocess_sft_data 的数据所在目录，README 未说明目录结构	`/your/path/to/data`
`data_info`	是	传给 preprocess_sft_data 的数据信息参数，README 未说明其格式	`/your/path/to/data_info`
`train_args`	是	传给 start_sft 的训练参数，README 未列出可用字段	`train_args`
`predict_args`	是	传给 start_predict 的预测参数，README 未列出可用字段	`predict_args`
`evaluate_args`	是	传给 start_evaluate 的评估参数，README 未列出可用字段	`evaluate_args`

如何确认成功

脚本从数据预处理到评估依次执行完毕且无报错，即表示快速开始流程跑通；README 未给出具体的输出文件或端口验证方式。

常见问题

Q：pip install dbgpt-hub 失败怎么办？

A：确认网络可访问 PyPI、pip 版本正常，并尽量在干净的虚拟环境中安装，避免与已有依赖版本冲突。

Q：必须要有 GPU 吗？

A：README 的 Quick Start 未说明硬件要求。微调大模型通常需要 GPU，请结合所选模型与训练参数自行评估，本节未给出显存数据。

Q：train_args 等参数该怎么填？

A：README 节选只演示了调用方式，未列出参数字段。建议到仓库中查看对应模块的源码或文档，确认可用参数后再填写。

Q：支持哪些数据集和模型？

A：项目定位为 Text-to-SQL 数据集整合与多模型微调，README 中还提到 Text2NLU、Text2GQL 微调，具体支持列表请查阅仓库中的 docs 与各子模块说明。

注意事项

本教程只依据 README 节选中出现的 pip 包名与函数调用整理，未出现的命令、端口、路径均未补写。
参数配置（data_folder、train_args 等）README 未给出字段说明，实际取值需查阅仓库源码或文档。
微调与预测会消耗较多计算资源，建议在独立环境或容器中运行，避免影响本机其他任务。

核心亮点

整合了 Spider、WikiSQL 等多个公开数据集，并提供统一的数据处理脚本，降低数据准备门槛
支持多种主流大模型（Llama、Qwen 等）的 LoRA/QLoRA 微调，适配不同算力环境
与 DB-GPT 项目深度集成，可直接用于增强其 Text-to-SQL 能力，生态联动性强

不足之处

文档和社区支持尚在完善中，新手入门可能遇到问题
对中文 Text-to-SQL 场景的优化有限，主要依赖英文数据集

适用场景

开发基于自然语言的数据库查询助手
针对特定业务数据库微调专用 Text-to-SQL 模型
研究大模型在结构化数据上的推理能力

替代项目

Text-to-SQL 相关：SQLNet、Text-to-SQL 相关：Seq2SQL、Text-to-SQL 相关：T5-SQL

上一篇：simple-llm-finetuner

下一篇：all-rl-algorithms