项目预览
项目数据
项目介绍
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 ★ 1595
使用教程
环境要求
- 已安装 Docker(用于官方镜像方式)
- macOS 用户可选 Homebrew(用于 brew 方式安装)
- 可访问本地 7377 端口
- 现代浏览器(访问 http://localhost:7377)
安装与启动步骤
-
1启动 Docker 容器
用官方镜像一条命令启动,映射 7377 端口并挂载 dataline 数据卷,容器名固定为 dataline。
docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline ramiawar/dataline:latest -
2浏览器访问界面
容器启动后,在浏览器打开 http://localhost:7377 即可进入 DataLine 聊天分析界面。
-
3配置登录认证
在 docker run 中追加 -e 参数即可开启单用户认证,用户名密码替换成自己的值。
docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline -e AUTH_USERNAME=admin -e AUTH_PASSWORD=admin ramiawar/dataline:latest -
4配置自定义域名
部署到远程服务器或域名时,用 ALLOWED_ORIGINS 指定允许的来源,多个用逗号分隔。
docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline -e ALLOWED_ORIGINS="http://123.123.12.34:7377,https://123.123.12.34:7377" ramiawar/dataline:latest -
5升级到新版本
先删除旧容器再重跑 run 命令,数据卷 dataline 会保留,因此历史数据不丢。
docker rm dataline docker run -p 7377:7377 -v dataline:/home/.dataline --name dataline ramiawar/dataline:latest -
6Mac 用 Homebrew 安装
macOS 用户可用 brew 安装二进制版本,安装后直接运行 dataline 命令启动。
brew tap ramiawar/dataline brew install dataline dataline
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
ADMIN 无关:AUTH_USERNAME | 否 | 开启单用户登录认证的用户名 | admin |
AUTH_PASSWORD | 否 | 开启单用户登录认证的密码 | admin |
ALLOWED_ORIGINS | 否 | CORS 允许的来源,逗号分隔;默认仅本地地址 | http://123.123.12.34:7377,https://123.123.12.34:7377 |
如何确认成功
浏览器打开 http://localhost:7377,能看到 DataLine 界面并可开始对话即启动成功。
常见问题
Q:启动后浏览器打不开页面?
A:确认 docker run 中带了 -p 7377:7377 端口映射,并访问 http://localhost:7377;端口被占用时需改用其他映射端口。
Q:如何把 DataLine 升级到新版本?
A:先执行 docker rm dataline 删除旧容器,再重新执行 docker run 命令。数据保存在 dataline 卷中,升级不会丢失。
Q:部署到远程服务器或域名后前端请求失败?
A:需设置环境变量 ALLOWED_ORIGINS 为你的域名或 IP 列表(逗号分隔),默认值只适用于本地 localhost。
Q:如何开启登录认证?
A:在 docker run 中追加 -e AUTH_USERNAME 和 -e AUTH_PASSWORD 即可,目前仅支持单用户。
Q:想从源码手动运行怎么办?
A:DataLine 分为 Python FastAPI 后端和 React 前端两部分,需分别查看仓库中 backend 和 frontend 的 README,并先设置前端环境变量。
注意事项
- README 提到 Windows/Linux 可下载二进制文件运行,但未给出具体命令,请到最新 release 页面获取。
- 数据持久化在名为 dataline 的 Docker 卷中,不要随意删除该卷。
- 当前认证仅支持单用户,多用户认证官方表示后续支持。
- 默认 ALLOWED_ORIGINS 为 http://localhost:7377,http://0.0.0.0:7377,非本地部署必须修改。
核心亮点
- 支持多种主流数据库和文件格式,接入灵活
- 自然语言直接生成图表,降低数据分析门槛
- TypeScript 全栈实现,二次开发友好
不足之处
- 项目较新,文档和社区生态待完善
- 复杂查询和大型数据集性能可能受限
适用场景
- 业务人员快速探索数据并生成可视化报表
- 团队内部搭建轻量级数据问答助手
- 开发者集成 AI 分析能力到现有产品
替代项目
Superset、Metabase、Redash
上一篇:markpdfdown
下一篇:rocketnotes
同类项目推荐
tools
开源
浏览器打开就能用的小工具百宝箱,零安装零登录
Assorted useful tools, almost entirely generated using LLMs
pdf-extractor
开源
一键将 PDF 页面转为图片、SVG、文本和 JSON。
Node.js module for rendering pdf pages to images, svgs, html files, text files and j···
MADOLA
开源
一份文件写公式、算结果、出代码
MADOLA integrates mathematical notation, computation, documentation, and code genera···
NeoRead
开源
本地电子书阅读器,边读边译边问 AI
NeoRead: a local-first EPUB/PDF reader with annotations, side-by-side translation, a···
ai-job-search-cn
开源
按岗位自动生成简历要点和求职信,批量投递更省事
Chinese-market job application assistant, forked and localized from MadsLorentzen/ai···
docx-cli
开源
让 AI 安全改 Word,格式不乱、修订可追踪
Let AI agents edit Word documents without breaking them: fill in forms, update table···
meetily
开源
本地实时转录+摘要,4倍速会议记录,隐私零泄露
Privacy-first AI meeting note taker for Windows and macOS. Free, open source (MIT). ···
docling-Studio
开源
浏览器里调文档解析,边看边界框边入库建 RAG
Visual document analysis studio powered by Docling — configure the extraction pipel···
univer
开源
让 AI 像操作对象一样读写表格文档幻灯片
Build your own AI office with Univer Office SDK. Bring editing, calculation, collabo···
