English | 简体中文
让数据分析像对话一样简单，让结果像流程一样可信。
YOLO Data 面向企业，将多年沉淀的数据分析经验与大模型能力结合，帮助企业简化繁杂的数据处理流程，快速、稳定地完成业务洞察。业务人员可以围绕同一问题多轮追问；当问题需要澄清时，平台会主动反问，确保准确理解业务意图。
不止是智能问答，YOLO Data 将大模型（LLM）、指标体系、业务数据集、数据权限、会话记忆、结果反思和工作区产物，整合为一条完整工作流，让每一次分析都可审计、可复现。
- 准确性：传统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：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
- 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
- 多层记忆模式(临时、共享、滑动窗口)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
- 十四阶段 DataAgent Workflow，包含执行后反思（REFLECT）与有限次换策略重规划。
- 流式执行事件、工具调用、查询计划、LLM Token、反馈和知识缺口。
- MCP接入
- 通过 Streamable HTTP
/mcp暴露list_metrics、get_policy、get_snapshot、resolve_query、execute_query五个工具。 - 查询必须先解析契约再执行；详见 MCP 连接器。
- 通过 Streamable HTTP
- 生产化加固
- 支持提示注入清洗、每日 Token 预算、会话登录，以及 Docker/Podman + seccomp 代码执行隔离。
- 默认
inprocess仅适合可信环境；多租户部署应配置SANDBOX_BACKEND=container或podman。
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
记忆上下文采用六层模型：L0 系统提示词、L1 共享组织记忆、L2 长期用户记忆（语义与程序）、L3 对话滑动窗口、L4 临时工作记忆、L5 元记忆与检索。L5 负责确定性检索、前置注入和按需工具调度，横切记忆捕获、整合、压缩和度量。
图中的治理与安全域覆盖鉴权、限流、Token 成本预算、提示注入清洗、确定性门禁、审计和代码执行隔离；外部接入域覆盖 MCP 查询和 L1/L2/L3 回归评测。
flowchart LR
USER["业务用户"] --> UI["YOLO Data Web Page"]
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"]
MEMORY["多层记忆上下文\nL0 提示词 L1 组织共享 \n L2 用户·L3 临时对话"]
AGENT --> MEMORY
AGENT --> CONTRACT["契约编译与确定性门禁"]
AGENT --> SKILL["Skills"]
AGENT --> HARNESS["OpenAI协议或兼容模型"]
CONTRACT --> SOURCES["指标管理/业务数据集"]
AGENT --> OUTPUT["工作区、图表与分析结果"]
AGENT --> REFLECT["结果反思"]
API --> GOVERNANCE["鉴权、限流、预算、审计与安全防护"]
API --> MCP["原生MCP Server开放"]
AGENT --> SANDBOX["代码分析沙箱"]
AGENT --> EVAL["评测与回归"]
HARNESS --> LLM["DeepSeek 或兼容大模型"]
SOURCES --> PLATFORM["数据源Schema"]
API --> DB["平台数据库"]
AGENT --> DB
CONFIG --> DB
- Node.js
>= 22.5（平台库使用 Node 内置node:sqlite，无需安装数据库服务） - 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） - 或：Docker + Docker Compose，一条命令启动完整平台，无需本机 Node/Python（见 Docker 一键部署）
- 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
# 克隆仓库
git clone https://github.com/xiaour/yolo-data.git yolo-data
cd yolo-data
docker compose up -d --builddocker build -t yolo-data .
docker run -d -p 8088:8088 -v yolo-data:/app/data --restart unless-stopped yolo-data默认镜像包含 MySQL 兼容驱动与 Python 3。PostgreSQL 需要在构建时启用可选的 pg 驱动：
# Compose（POSIX shell；PowerShell 先执行 $env:INSTALL_PG='true'）
INSTALL_PG=true docker compose up -d --build
# 或直接构建
docker build --build-arg INSTALL_PG=true -t yolo-data .INSTALL_PG 是构建参数，修改后需要重新构建镜像。Python 的 pandas、openpyxl 仍是可选依赖，默认镜像不包含它们。
数据卷 /app/data 保存 SQLite 数据库、数据源加密密钥和分析产物。docker compose down 后重新启动会保留数据；docker compose down -v 会删除数据卷。备份与迁移时应停止服务并保存整个数据卷，数据库和 .datasource-key 必须一起保留。
docker compose ps 可查看容器健康状态，docker compose logs yolo-data 可查看启动日志。Compose 默认使用 dev 模式，仅供可信网络体验；需要登录鉴权时，在 docker-compose.yml 中设置 AUTH_MODE: session 并修改初始口令。生产环境通过 HTTPS 反向代理访问，参见下方生产部署说明。
本地手动初始化：
npm install # 安装依赖
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/PostgreSQL 仅在使用 PostgreSQL 数据源时额外安装可选驱动 pg：
npm install pg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 |
- 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。
支持 MySQL、TiDB、Doris，以及 PostgreSQL 数据源（需安装可选驱动 pg，参见 PostgreSQL 接入）。查询由平台根据字段语义编译，模型不会直接提交原始 SQL。
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。
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。
- 上传文件进入模型上下文前默认执行提示注入清洗。
- 可设置每日 Token 上限。
- 当前应用支持
AUTH_MODE=dev/session；对外部署使用session。OIDC/JWT 模块尚未接入应用鉴权流程，AUTH_MODE=oidc会阻止启动。
docker compose up -d默认是开发体验配置（AUTH_MODE=dev）。对外部署必须改为AUTH_MODE=session、修改默认口令，并在 HTTPS 反向代理后运行；NODE_ENV=production下直接用 HTTP 访问会因 Secure Cookie 导致登录失败。- 代码执行默认
SANDBOX_BACKEND=inprocess，这不是安全边界。不可信用户场景应配置 Docker/Podman 容器、seccomp、无网络和只读根文件系统。 - 平台状态当前使用 SQLite，应按单实例部署。
DATABASE_BACKEND和REDIS_URL尚未接入应用启动流程，设置它们不会切换平台存储或启用分布式会话锁；多实例部署仍需完成外部平台库和锁的集成。PostgreSQL 业务数据源支持不代表平台状态可存入 PostgreSQL。 REFLECTION_ENABLED与REFLECTION_MAX_REPLAN控制执行后反思；npm run eval或/api/eval可查看 L1/L2/L3 回归评测。
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。