databerry

拖拽搭建专属 AI 助手，无需写代码

开源 🏷️基础免费，高级付费 ✅ 目前可打开对话助手 🍴 复刻 406 🐛 待处理 166 👀 关注 32

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2960

维护状态低维护

是否开源开源

定价模式 🏷️基础免费，高级付费支持限时试用 · 提供免费额度，支持升级付费以解锁更多功能。具体价格需访问官网查看。

项目预览

项目数据

分类对话助手

开发团队gmpetrov

官网地址https://chaindesk.ai

GitHubhttps://github.com/gmpetrov/databerry

定价模式🏷️基础免费，高级付费

价格说明提供免费额度，支持升级付费以解锁更多功能。具体价格需访问官网查看。

访问状态✅ 目前可打开

是否开源是

技术栈/模型ai,aichatbot,chatbot,chatbots,chatgpt,llm,no-code,openai,qdrant,semantic-search,typescript

GitHub 星标★ 2960

上线时间2023-03-27 00:00:00

代码更新2024-06-17

仓库体积74.9 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

databerry 是一个无代码平台，用于快速构建自定义的 LLM 智能体（Agent）和聊天机器人。它解决了非技术人员难以将大语言模型接入私有数据、构建对话应用的问题。用户无需编写代码，通过可视化界面即可连接数据源（如文档、网站、数据库等），进行语义搜索，并基于 OpenAI 等模型创建智能对话助手。核心能力包括：数据连接与索引、语义搜索（基于 Qdrant）、可视化流程编排、一键部署聊天组件，以及支持多种模型提供商。它降低了 AI 应用开发门槛，让产品经理、运营等角色也能快速搭建实用的 AI 助手。

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 ★ 2960

技术标签

ai chatbot chatbots chatgpt llm

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 10 分钟部署方式：云服务 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Node.js 运行环境（项目为 TypeScript 技术栈，具体版本以仓库说明为准）
OpenAI API Key（用于调用大语言模型）
Qdrant 向量数据库（用于语义检索，可自建或使用托管服务）
可正常访问 GitHub 与 npm 的网络环境

安装与启动步骤

1线上直接体验

databerry 已演进为 Chaindesk，可直接访问官网注册使用，非技术人员无需任何本地部署。
2克隆源码仓库

若需自行部署，先把 GitHub 仓库拉取到本地；后续安装与启动命令务必以仓库内 README 为准。
```
git clone https://github.com/gmpetrov/databerry.git
```
3进入项目目录

切换到仓库目录，查看 README、环境变量示例文件，确认依赖清单与启动方式后再动手。
```
cd databerry
```
4准备模型与向量库

根据项目简介，运行需 OpenAI API Key 与 Qdrant 向量库；具体配置项名称与取值请以 README 为准。