面向企业的智能问数平台。YOLO Data 将大模型(LLM)、Agent、指标体系、业务数据集、数据权限、会话记忆和工作区产物整合为一条可审计、可复现、可治理的工作流。帮助企业简化繁杂的数据分析与处理流程，快速稳定进行数据分析与洞察。业务可以对同一个问题进行多轮追问，当需要用户澄清时主动反问。
- 准确性：Text2SQL的架构每次回答不一致，答案随机性强，本产品核心工作流主要解决大模型幻觉问题，准确率提升至95%+。
- 一致性：语义层不统一，业务各说各话，决策者不知道哪份数据真实。
- 效率：现有组织架构数据处理“出数>归因>决策>执行”流程过长；效率从小时级别提升到分钟级。
企业数据问数不能只依赖将数据表Schema扔给大模型，需要大模型能结合上下文将复杂问题进行拆解；通过类似数据加工的方式精准的输出数据结果，能根据问题进行洞察与归因分析。
- 模型负责理解用户问题、指标口径和字段。
- 平台负责时间解析、字段映射、查询契约、权限绑定和结果稳定化。
- 最终查询只能从已治理的指标或业务数据集中执行。
- 所有关键步骤保留证据，可审计、可复现、可回放。
- 实时指标体系
- 对接指标目录、指标详情、口径、维度和聚合查询。
- 不复制指标库，不把缓存当作指标事实来源。
- 智能体
- 每个主题独立配置提示词、模型、Skills、指标范围、数据集范围和默认口径。
- 一个主题就是一个独立的业务 DataAgent。
- 统一模型管理
- 模型新增、编辑、删除、密钥加密、Base URL、温度、工具轮次和平台默认模型管理。
- 主题可以绑定多个模型，并指定默认运行模型。
- 业务数据集
- 支持 MySQL、TiDB、Doris，以及 PostgreSQL 数据源（需安装可选驱动
pg，参见 PostgreSQL 接入）。 - 平台根据字段语义生成只读查询，不向模型暴露原始 SQL。
- 支持字段同步、抽样、默认枚举值域和数据集查询审计。
- 支持「智能识别」：抽样数据自动推断时间字段、常用指标与默认时间窗口，管理员确认后写入字段口径。
- 支持 MySQL、TiDB、Doris，以及 PostgreSQL 数据源（需安装可选驱动
- Contract-first 契约先行查询
- 自然语言被编译为条件账本和查询契约。
- 查询契约冻结后才允许执行。
- 时间范围、权限、排序和结果行序由平台确定性处理。
- 通用分析管线
- 支持时间分桶、派生公式、多条件资格筛选、Rollup 计数、多键排序、Top-N 和列投影。
- 适合连续月份达标、派生排序、复杂客户筛选等场景。
- 数据权限
- 主题级、指标级、数据集级授权。
- 行级策略强制覆盖模型同字段条件。
- 列级策略支持隐藏和脱敏。
- 多轮会话与工作区
- 会话记忆与长期记忆均按用户和主题隔离；长期记忆沉淀成按「用户 × 智能体」的 Markdown 手册，注入摘要、按需检索正文，并自动合并笔记、压缩超长正文。
- 查询结果、代码执行结果、CSV、JSON、XLSX 输出均保留为工作区产物。
- 追问优先复用已有数据快照，避免重复取数造成结果漂移。
- Skills
- 支持标准
SKILL.md目录扫描。 - 公共 Skills 支持管理员上传、启停、删除与引用管理，参见 Skill 上传与验收。
- 支持规划前审计、规划约束、执行后结果验证。
- 平台核心不写死具体行业口径。
- 支持标准
- 可观测性
- 十三阶段 DataAgent Workflow（含代码驱动分析阶段）。
- 流式执行事件、工具调用、查询计划、LLM Token、反馈和知识缺口。
提示词用于展示效果或结论能够按照业务要求自由定义；业务词、枚举映射、计算公式和默认口径应放在：
- 主题提示词，参考docs/theme-prompts/sales-operation.md
- 数据集字段说明
- 默认值域配置
flowchart LR
USER["业务用户"] --> UI["YOLO Data 浏览器控制台"]
ADMIN["平台管理员"] --> UI
UI --> API["Node.js HTTP API 与 NDJSON 流"]
API --> AGENT["DataAgent 编排器"]
API --> CONFIG["主题、模型、数据集和权限配置"]
AGENT --> MEMORY["会话与长期记忆"]
AGENT --> SKILL["Skill Registry"]
AGENT --> POLICY["权限引擎"]
AGENT --> CONTRACT["查询契约编译器"]
AGENT --> HARNESS["DeepSeek 或兼容模型 Harness"]
AGENT --> INDICATOR["指标平台适配器"]
AGENT --> DATASET["业务数据集服务"]
AGENT --> WORKSPACE["工作区产物"]
AGENT --> VISUAL["图表与展示规划"]
HARNESS --> LLM["DeepSeek 或兼容大模型"]
INDICATOR --> PLATFORM["指标平台"]
DATASET --> DORIS["Doris 或 MySQL 兼容数据源"]
API --> DB["SQLite 平台数据库"]
AGENT --> DB
CONFIG --> DB
- Node.js
>= 22.5 - npm 或 pnpm
- 可选：Python 3，用于高级数据处理和文件生成（
.xlsx生成需要该解释器装有pandas+openpyxl） - 可选外部服务：
- 指标平台
- Doris 或 MySQL 兼容业务数据库
- DeepSeek 或其他 OpenAI 兼容模型服务
一键初始化（推荐，自动完成下面三步）：
# 克隆仓库
git clone https://github.com/xiaour/yolo-data.git yolo-data
cd yolo-data
# 校验 Node 版本、安装依赖（含 MySQL 驱动 mysql2）、从 .env.example 生成 .env
npm run setup
# 按需编辑 .env（模型密钥、指标平台、Doris 连接）
# 启动开发服务
npm run dev手动初始化（等价于 npm run setup）：
npm install mysql2
npm install # 安装依赖（含 mysql2）
cp .env.example .env # 生成配置；按需填写模型密钥、指标平台、Doris 连接
npm run dev # 启动，默认 http://localhost:8088/打开：
http://localhost:8088/
| 用户名 | 显示名称 | 角色 | 默认口令 |
|---|---|---|---|
admin |
平台管理员 | ADMIN |
yolo123456 |
east_manager |
区域经理 | ANALYST |
yolo123456 |
channel_analyst |
渠道分析员 | ANALYST |
yolo123456 |
首次登录后可在右上角账号菜单修改密码。生产环境请务必修改默认口令，或用 DEFAULT_USER_PASSWORD 覆盖。
- 角色分管理员与分析员：管理员管理平台，分析员只能查看已授权智能体并用其问数。
- 智能体可以选择一个或多个模型，并指定默认模型。
目前支持 MySQL 协议数据库。
所有数据源密码、主题模型密钥和模型独立密钥都会使用 AES-256-GCM 加密后保存。
数据集列表的「智能识别」入口会自动推断字段角色（TIME/METRIC/DIMENSION/IDENTIFIER）、
聚合方式与默认时间窗口，管理员逐项确认后写回既有配置面，减少问数时的口径与时间范围追问。
「字段」弹窗支持逐个字段启用/禁用，默认全部启用。数据集列表与「智能体 → 数据范围」共用同一入口，
两边修改的是同一份配置。agent 与查询链路统一按启用读取字段，禁用字段不可作为维度/指标/时间字段或筛选条件。
「同步结构」会保留禁用状态。
### 流式问数
```bash
curl -N -X POST http://localhost:8088/api/chat/query/stream \
-H 'Content-Type: application/json' \
-b cookie.txt \
-d '{
"themeId": 1,
"question": "8月各渠道销售额环比变化如何？"
}'
- 对外部署前必须先打开会话鉴权。
- 不向模型暴露原始 SQL。
- 数据集查询使用平台自有只读查询构建器。
- 行级权限在执行层强制生效，列级权限在浏览器返回前执行。
- 数据源密码和模型密钥加密保存。
- 关键操作写入审计日志。
- 已内置账号密码登录与会话，生产环境建议进一步接入 SSO 或 OIDC。
- SQLite 为单节点存储，多实例部署前应迁移到外部数据库。
- 国际化支持
- 多类型数据源支持
- 支持本地文件和在线数据关联分析
欢迎参与贡献，请保持以下边界：
- 业务特定映射不要写入平台核心代码。
- 保持 Contract-first【契约先行】 执行和权限强制。
- 文件体积只降不升，不要静默抬高基线。
- 新工作流或回归修复应补充对应测试。
- 不要从本仓库修改外部指标平台项目。
更详细的设计说明请查看 docs/architecture.md。
Apache License 2.0 详见 LICENSE。