連結：https://github.com/eosphoros-ai/DB-GPT
DB-GPT是一個開源的AI原生資料應用開發框架，利用AWEL(Agentic Workflow Expression Language)和代理(agent)技術，簡化了大型模型應用與資料的結合。它透過多模型管理、Text2SQL效果最佳化、RAG框架最佳化、多代理框架協作等技術能力，使企業和開發者能夠以更少的程式碼構建定製化應用。DB-GPT在資料3.0時代，基於模型和資料庫，為構建企業級報告分析和業務洞察提供了基礎資料智慧技術。
需求人群：
- “DB-GPT主要面向希望利用AI技術簡化資料庫互動和資料分析的企業開發者和資料科學家。它特別適合需要構建定製化應用程式、最佳化資料庫查詢和提高資料驅動決策效率的專業人士。”
使用場景示例：
- 企業利用DB-GPT構建定製化的資料分析和報告生成應用。
- 開發者使用DB-GPT的Text2SQL功能最佳化資料庫查詢流程。
- 資料科學家透過DB-GPT的微調框架在特定領網網域內提升模型的準確性。
產品特色：
- RAG(檢索增強生成)框架，支援構建基於知識的應用程式。
- GBI(生成性商業智慧)，提供企業報告分析和業務洞察的基礎資料智慧技術。
- 完整的微調框架，支援企業在垂直和細分領網網域實作模型微調。
- 資料驅動的自演化多代理框架，基於資料持續做出決策和執行。
- 資料工廠，專注於清洗和處理大型模型時代的可信知識和資料。
- 支援多種資料來源的整合，無縫連線生產業務資料到DB-GPT的核心能力。
使用教學：
1. 訪問DB-GPT的GitHub頁面並克隆或下載專案程式碼。
2. 閱讀文檔瞭解框架的架構和核心能力。
3. 根據需求選擇合適的模型和資料來源進行整合。
4. 利用AWEL定義工作流和代理(agent)以自動化資料處理和分析。
5. 透過微調框架對選定的模型進行訓練和最佳化。
6. 部署和測試開發的應用，確保其滿足業務需求。
7. 根據反饋進行迭代開發，不斷提升應用效能。