一、开源项目简介
大模型 + RAG 的智能问数系统
DataCopilotX 基于 RAG 的智能问数系统，支持对 MySQL、Clickhouse 数据源进行 Text2SQL2BI。
二、开源协议
使用Apache-2.0开源协议
三、界面展示
四、功能概述
核心功能：基于大模型自然语言处理的数据分析系统，通过对话的方式用户可以直接用中文提问，例如“近三个月各选择采购订单的入库总金额Top 5”，系统会理解问题、生成SQL、查询结果、图表展示
意义：让数据分析如聊天般简单,通过文本输入问题，平台自动理解业务需求，智能生成 SQL 查询并提取数据，自动选择最佳可视化图表呈现结果
项目特性
简单易用
通过自然语言对话方式获取数据，通过图表渲染，一分钟上手
开箱即用
只需配置大模型和数据源即可开启问数之旅，通过大模型和 RAG 的结合来实现高质量的 text2sql
容器化部署
支持docker部署
五、技术选型
项目技术栈
| 依赖 | 版本 | 描述 |
| Spring Boot | 3.3.4 | 项目脚手架 |
| Spring WebFlux | 3.3.4 | 流式Web框架 |
| MyBatis Plus | 3.5.7 | 持久层框架 |
| MySQL | 8.0 | DB数据库 |
| ElasticSearch | 7.9.3 | 向量库、支持流转的数据库 |
| HikariCP | 5.1.0 ↑ | 数据库连接池 |
| LangChain4J | 1.0.1 | 大模型服务框架 |
| LangGraph4J | 1.6.2 | 大模型服务框架 |
| Ollama | x | 大模型执行框架 |
| Maven | 3.6.X | Java包管理 |
| Vue.js | 3.X | 前端框架 |
| AntDesign X Vue UI | 1.1.2 | 前端UI |
| Docker | 容器化部署 |
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
