Spring AI Alibaba DataAgent快速上手教程15分钟从零部署你的第一个NL2SQL数据分析平台含避坑清单【免费下载链接】DataAgentSpring AI Alibaba DataAgent项目地址: https://gitcode.com/gh_mirrors/da/DataAgent想不用写 SQL 就能查数据Spring AI Alibaba DataAgent是一个基于 Spring AI Alibaba Graph 打造的企业级智能数据分析 Agent核心能力是NL2SQLText-to-SQL数据问答还内置 Python 深度分析、智能报告生成、RAG 知识增强和 MCP 服务器能力。跟着本文的 15 分钟部署教程你将从零搭建出第一个 NL2SQL 数据分析平台文末还附上了新手高频踩坑清单。 1分钟认识 DataAgent它比 Text-to-SQL 工具强在哪传统 Text-to-SQL 工具只能翻译自然语言为 SQL而 DataAgent 是一个完整的 AI 智能数据分析师能力说明智能数据分析基于 StateGraph 的 NL2SQL 转换支持复杂多表查询与多轮对话意图理解Python 深度分析在任务级容器沙盒中执行生成的 Python 代码支持动态依赖与资源限制智能报告分析结果自动汇总为含 ECharts 图表的 HTML/Markdown 报告人工反馈机制Human-in-the-loop允许用户在计划生成阶段干预调整RAG 检索增强接入向量库对业务元数据、术语库做语义检索提升 SQL 生成准确率多模型调度全面兼容 OpenAI 接口规范可动态切换 Qwen、DeepSeek 等主流模型整体架构如下图所示前端 Nuxt 管理端 Spring Boot Graph 工作流 第一步环境准备清单2 分钟开始部署前请确认本机已安装以下环境组件版本要求备注JDK17后端运行必需MySQL5.7存储平台业务数据Node.js22前端运行必需pnpm11前端包管理Docker任意稳定版仅工作流执行 Python 步骤时必需纯 SQL 分析可不装向量数据库可选默认使用内存向量库开箱即用 新手提示如果只想体验 SQL 数据问答Docker 和向量库都可以先不装默认内存向量库即可跑通全流程。获取代码git clone https://gitcode.com/gh_mirrors/da/DataAgent️ 第二步导入数据库3 分钟DataAgent 的测试 SQL 脚本位于 sql 目录共 4 个文件schema.sql— 平台功能相关的表结构data.sql— 平台功能相关的数据product_schema.sql— 模拟电商业务表结构用于数据问答演示product_data.sql— 模拟业务数据导入命令mysql -u root -p your_database >spring: datasource: url: jdbc:mysql://127.0.0.1:3306/saa_data_agent?useUnicodetruecharacterEncodingutf-8allowPublicKeyRetrievaltrueuseSSLfalseserverTimezoneAsia/Shanghai username: root password: 你的密码也可以不改文件直接用环境变量覆盖export DATA_AGENT_DATASOURCE_URLjdbc:mysql://127.0.0.1:3306/saa_data_agent?useSSLfalseserverTimezoneAsia/Shanghai export DATA_AGENT_DATASOURCE_USERNAMEroot export DATA_AGENT_DATASOURCE_PASSWORD你的密码⚠️ 注意saa_data_agent库是存DataAgent 平台自身数据的不是 Agent 分析的数据来源别搞混了。 第四步启动前后端3 分钟启动后端默认端口 8065./mvnw -pl>cd /> 第五步配置 AI 模型2 分钟进入模型配置页面新增模型并填入你的 API Key 即可。系统内置支持 OpenAI、DeepSeek 等主流提供商只需填模型名称和 API Key标准提供商填 Model Name API Key 即可。本地模型Ollama/自建网关需遵循 OpenAI 接口协议准确填写 base-url 和 completions-path。配置后调用失败建议先用 Postman 单独测试接口连通性排除网络问题。️ 第六步创建你的第一个数据智能体3 分钟首页默认有 4 个未对接数据的占位智能体可删除后新建。点击右上角创建智能体只需输入名称其余选默认6.1 配置数据源进入智能体配置页在数据源管理中添加你的业务数据库第二步导入 product 数据的 MySQL 实例然后勾选要参与分析的表最后点击右上角初始化数据源初始化成功后列表页会显示连接状态用来验证数据源连接是否正常6.2 配置语义模型与业务知识可选但强烈推荐这是 NL2SQL 准确率的关键语义模型定义业务术语到物理字段的映射例如customerSatisfactionScore→csat_score。业务知识定义业务规则例如GMV 商品交易总额含付款和未付款订单金额。配置后记得点击**同步到向量库**。预设问题可为智能体配置常用问题方便快速体验。配置完成后点击前往运行界面开始第一次数据问答。 第七步第一次 NL2SQL 数据问答运行界面左侧是历史会话右侧是输入框和请求参数配置。输入一个业务问题如各品类销售额排名前 5 的是哪些点击发送Agent 会自动完成意图识别 → 计划生成 → SQL 生成 → 执行 → 报告生成最终产出一份含 ECharts 图表的 HTML 分析报告点击下载报告即可下载️ 四种运行模式按需切换模式作用适用场景默认模式自动生成计划并执行输出分析报告日常使用人工反馈模式生成计划后等你确认可调整再执行需要人工把关仅 NL2SQL 模式只生成并执行 SQL不产出报告快速取数显示 SQL 运行结果执行后展示 SQL 原始结果调试校验⚠️ 避坑清单新手最容易踩的 6 个坑两个 MySQL 库搞混saa_data_agent库存平台数据Agent 分析的数据源要在智能体配置里单独添加两者互不替代。忘记初始化数据源添加数据源并选表后必须点击初始化数据源否则表结构元数据不会录入Agent 无法生成 SQL。业务知识忘记同步到向量库只添加不同步RAG 检索不到模型理解业务术语的能力会打折。JDK 版本太低必须 JDK 17JDK 8/11 会直接编译失败。Python 分析不工作工作流执行 Python 步骤依赖 Docker 沙盒先docker info确认 Docker 已启动纯 SQL 场景可忽略。本地模型调用失败Ollama 等自建网关必须走 OpenAI 兼容协议base-url 与 completions-path 拼成的完整地址要能独立调通。 延伸学习部署跑通后建议按以下路径深入完整配置手册快速开始系统分层与 StateGraph 工作流设计架构设计向量库扩展、模型依赖管理开发者指南API Key 调用、MCP 服务器、Python 沙盒高级配置高级功能语义模型 / 业务知识最佳实践知识配置最佳实践后端核心代码位于 contenteditable="false">【免费下载链接】DataAgentSpring AI Alibaba DataAgent项目地址: https://gitcode.com/gh_mirrors/da/DataAgent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考