DeepBI 项目安装和配置指南
DeepBI 项目地址: https://gitcode.com/gh_mirrors/de/DeepBI
1. 项目基础介绍和主要编程语言
项目基础介绍
DeepBI 是一个基于大型语言模型(LLM)的 AI 原生数据分析平台。它利用大型语言模型的强大能力,帮助用户从任何数据源中探索、查询、可视化和分享数据。用户可以通过 DeepBI 获得数据洞察,并基于数据做出决策。
主要编程语言
DeepBI 项目主要使用以下编程语言:
- Python
- JavaScript
- TypeScript
- Less
- CSS
- HTML
2. 项目使用的关键技术和框架
关键技术和框架
- 大型语言模型(LLM):DeepBI 利用 LLM 进行数据分析和查询生成。
- 数据源支持:支持多种数据源,包括 MySQL、PostgreSQL、Doris、StarRocks、CSV/Excel 等。
- 多平台支持:支持 Windows-WSL、Windows、Linux 和 Mac 操作系统。
- Docker:项目推荐使用 Docker 进行安装和部署。
- PostgreSQL:作为数据库支持。
- Redis:用于缓存和数据存储。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 操作系统:确保你的操作系统是 Windows 10/11、Linux 或 Mac。
- Docker 和 Docker Compose:确保你已经安装了 Docker 和 Docker Compose。如果没有安装,请参考官方文档进行安装。
- Git:确保你已经安装了 Git,用于克隆项目代码。
详细安装步骤
步骤 1:克隆项目代码
首先,使用 Git 克隆 DeepBI 项目代码到本地:
git clone https://github.com/DeepInsight-AI/DeepBI.git
步骤 2:进入项目目录
进入克隆下来的项目目录:
cd DeepBI
步骤 3:运行安装脚本
在项目目录中,运行安装脚本:
./Install.sh
步骤 4:启动 Docker 服务
安装完成后,使用 Docker Compose 启动 DeepBI 服务:
docker-compose start
步骤 5:访问 DeepBI
默认情况下,DeepBI 服务会在本地的 8338 端口运行。你可以通过浏览器访问以下地址来使用 DeepBI:
http://localhost:8338
其他注意事项
- 如果在运行脚本时遇到权限问题,请在命令前加上
sudo
。 - 如果你使用的是 Windows 系统,可以下载 Windows 版本的安装包进行安装。
通过以上步骤,你应该能够成功安装并配置 DeepBI 项目。如果在安装过程中遇到任何问题,可以参考项目的 GitHub 页面或联系开发者获取帮助。