English | 简体中文

YOLO Data｜企业级智能问数平台

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。

主要解决的问题

1. 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%+。
2. 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。
3. 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。

项目定位

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。

1. 模型负责理解用户问题、指标口径和字段。
2. 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。
3. 最终查询只能从已治理的指标或业务数据集中执行。
4. 所有关键步骤保留证据，可审计、可复现、可回放。

页面截图

核心能力

• 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。
• 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。
• 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。
• 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。

业务规则与提示词设置

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

总体架构

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

环境要求

• 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
• Python 3：用于高级数据处理和文件生成。npm run setup 会自动创建 .venv 并安装 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

快速开始

# 克隆仓库
git clone https://github.com/xiaour/yolo-data.git yolo-data
cd yolo-data
docker compose up -d --build

docker 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、Python 3、pandas 和 openpyxl。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 分析依赖会在镜像构建期校验，缺失时构建直接失败。

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 默认启用 session 登录，并且只绑定 127.0.0.1；局域网调试可显式设置 AUTH_MODE=dev 和 HOST_BIND=0.0.0.0，但不要直接暴露到公网。生产环境通过 HTTPS 反向代理访问，参见下方生产部署说明。

本地启动

本地初始化（会自动创建 Python .venv 并安装分析依赖）：

npm run setup          # 安装 Node/Python 依赖并生成 .env
# 按需编辑 .env 中的模型密钥、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 |

登录与会话

• 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。

配置说明

OpenAI协议模型(推荐DeepSeek)

• 智能体可以选择一个或多个模型，并指定默认模型。

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）。查询由平台根据字段语义编译，模型不会直接提交原始 SQL。

数据集智能识别

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。

字段启用与禁用

「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。

API 示例

流式问数

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？"
  }'

安全与治理

• 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。

生产化注意事项

• docker compose up -d 默认使用 AUTH_MODE=session 且仅绑定 127.0.0.1。对外部署仍必须修改默认口令，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。

相关文档

• 系统架构
• 长期记忆架构
• PostgreSQL 接入
• MCP 连接器
• P0 加固报告

参与贡献

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。

许可证

Apache License 2.0 详见 LICENSE。