SuperSonic 数据分析平台上手：5分钟部署，让业务同事用大白话查数据-平芜编程栈

SuperSonic 数据分析平台上手：5分钟部署，让业务同事用大白话查数据

【免费下载链接】supersonicSuperSonic is the next-generation AI+BI platform that unifies Chat BI (powered by LLM) and Headless BI (powered by semantic layer) paradigms.项目地址: https://gitcode.com/GitHub_Trending/su/supersonic

SuperSonic 是一个 AI+BI 数据分析平台，把"自然语言查数据"（Chat BI）和语义层（Headless BI）捏在一起：业务人员直接打字问指标，工程师负责维护语义模型，两边都不用手写 SQL。

为什么值得看一眼：3个真实能力

这段先说结论：它不是"套个 LLM 壳"的演示项目，而是腾讯音乐内部真实产品开源出来的框架，核心卖点有三个。

⚡问话就能出图表。你在对话框输入"最近30天各区域销售额"，系统走一遍"知识库匹配 → 语义解析生成 S2SQL → 语义层翻译成物理 SQL"的流程，结果自动选图表渲染。多轮追问、输入联想、查完之后的关联问题推荐都是内置的。

先建语义模型，再谈问数。它不鼓励直接拿裸表喂 LLM。你得先在 Headless 界面把指标、维度、标签、实体及它们的关系定义清楚，LLM 的提示词里会带上这些业务语义——这是它控制 Text2SQL 幻觉的主要手段。

三级权限开箱可用。数据集级、列级、行级访问控制，对接企业数据时这是绕不开的需求。

SuperSonic 部署教程：两条路各给一条命令

这段帮你 5 分钟内看到页面。两条路线选一条即可，默认端口都是 9080。

路线一：Docker（推荐，最快）

git clone https://gitcode.com/GitHub_Trending/su/supersonic cd supersonic && docker-compose -f docker/docker-compose.yml up -d

compose 文件里已经配好了 Postgres（pgvector 镜像）和应用服务，up -d之后浏览器打开http://localhost:9080就能注册登录。

路线二：源码构建。要求 Java 21 + Maven，跳过测试打包，再用自带脚本拉起 standalone 服务：

mvn clean package -DskipTests -Dspotless.skip=true ./assembly/bin/supersonic-daemon.sh start

项目自带了样例语义模型和对话记录，启动完直接能玩，不用先准备自己的数据。

拿它能做什么：功能拆解

这段从"你实际要干什么"的角度把仓库拆开看，对照目录就明白了。

问数链路在 chat/server/src/main/java/com/tencent/supersonic/chat/server/，其中parser/下是 NL2SQL 解析器，agent/下是工具调用（查数据集、调插件），memory/存历史问答轨迹做 few-shot。想改 LLM 的行为，从这里入手。

语义层在 headless/ 模块。headless/server/里的 ModelService、MetricService、DimensionService、DataSetService 对应界面上的模型、指标、维度、数据集管理；数据源接入、词典构建也都挂在这里。它暴露的是开放 API，你的后端系统可以直接调语义层取数，不必走聊天界面。

前端和嵌入在webapp/。管理界面基于 React + UmiJS；另外webapp/packages/chat-sdk/是一个独立的聊天 SDK，想把"问数"能力嵌进自己的产品（工单系统、运营后台），引这个包就行。

评测脚本在evaluation/，带 DUsQL 基准数据和执行脚本，想验证自己改语义模型后 Text2SQL 准确率有没有掉，跑一遍就有分数。

谁在真正用它：三个落地场景

这段给每个角色配一句真实话术，帮你判断它对你的团队有没有用。

电商/零售运营：周报前打开对话框，直接打"昨天华东区各品类 GMV 环比怎么样"，出结果后追问"按城市再拆一层"，不用再排期找分析师跑数。

数据团队（语义建模）：数仓表结构经常变，你在 Headless 界面拖拽调整模型和指标口径，知识库会定期重新抽取 schema 建索引，语义层一改，Chat BI 和所有走 API 的下游同时生效——口径只维护一处。

平台/集成工程师：把 chat-sdk 嵌进内部系统，或者只调 headless 的语义层 API 给 BI 后端供数，LLM 问答只是你已有数据体系的一个入口，而不是另起炉灶。

踩坑与调优：真正会卡住的三处

这段只讲实际部署和用起来之后最容易卡住的点。

1. 问出来的结果对不上口径，先查语义模型而不是 LLM。用户说的词和维度值对不上（比如"GMV"没配进指标，"华东"和"华东区"没建同义词），解析阶段就匹配不到。去 headless 界面给指标、维度值补充业务名称和同义词，知识库索引更新后马上生效。

2. 查询慢，看两样东西。聊天界面每条回答都能展开看生成的 S2SQL 和最终 SQL——先看语义层生成的 SQL 本身是否合理（比如 join 是否多了），再定位到数据源侧（大表没索引、全表扫描）。数据源连接配置在 headless 的数据源管理里，支持 MySQL、PostgreSQL、ClickHouse、StarRocks 等，换库改连接信息即可。

3. 权限问题别硬绕。行级权限配错了会表现为"同一个人问同一个问题，换角色结果就少了一截"。先在权限页面确认用户绑定的数据集和数据范围，再去看查询日志。

📌 一个提醒：LLM 模型接入在 common 模块里用 langchain4j 做了统一封装（OpenAI 兼容、Ollama、Dify 等都有现成工厂类），换模型只需要改配置，但不同模型对中文语义解析的准确率差异明显，上线前建议用evaluation/里的脚本跑一轮对比。

选型一句话：谁适合，谁不适合

如果你已经有数仓或数据中台，想让业务自助查数、同时把口径收敛到一处维护，SuperSonic 是目前开源里少见的"语义层 + 问数"完整方案，值得直接部署试用。但如果你期望"建个表、接个 GPT 就能问"，它不满足——语义模型是前置投入，表越多、口径越乱，前期建模成本越明显。适合先拿 2~3 张核心表把模型建起来验证效果，再决定是否铺开。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考