NexQuery AI 是一个现代化的 Text-to-SQL 数据协作平台。它致力于解决“业务提数难、研发排期长”的痛点,通过 Agentic workflow 让运营人员能够用自然语言直接查询数据库,同时保障企业级的数据安全与权限管控。
- 自助提数 (Self-Service): 运营人员无需懂 SQL,直接提问即可获取数据报表。
- 安全可控 (Enterprise Safe): 细粒度的 RBAC 权限、PII 敏感数据自动脱敏、SQL 注入防御与审计日志。
- 闭环进化 (Self-Evolving): 支持用户反馈 (Feedback) 与知识库 (Knowledge Base) 联动,AI 越用越聪明。
- 成本透明 (FinOps): 内置 AI 成本监控,实时追踪 Token 消耗与模型费用。
- Multi-Agent Workflow (LangGraph):
- Supervisor: 智能调度中心,根据问题深度自动编排工作流。
- Discovery Agent: 自动探索 Schema、Index Mapping 及多表关联关系。
- Generator Agent: 支持 Text-to-SQL 与 Text-to-Lucene,具备错误自修复能力。
- Security Agent: 实时审计生成的脚本,拦截危险操作并对 PII 数据进行脱敏。
- Dual-Mode Chat:
- SQL Agent: 深度结合数据库 Schema,支持 Text-to-SQL、歧义主动询问 (Disambiguation) 与思维链展示。
- Lucene Agent: 专为 Elasticsearch 设计,支持 Index 发现、Mapping 解析与查询语句生成。
- Mind Chain: 透明展示 AI 的推理过程 (Reasoning)、工具调用 (ListTables, ValidateSql) 与自我纠错逻辑。
- Knowledge RAG: 将用户认可的优质 SQL 沉淀为知识库,增强 AI 在特定业务场景下的准确率。
- Supported Sources: PostgreSQL, MySQL, Elasticsearch, HTTP API (cURL 适配)。
- Auto-Discovery: 自动扫描数据库元数据,利用 AI 识别手机号、邮箱等 PII 敏感字段并配置脱敏规则。
- Schema Sync: 定时或触发式同步最新的表结构至向量数据库。
- End-to-End Encryption: 基于
CryptoService实现敏感 API 负载的全链路加密,确保 API 密钥与敏感数据在传输过程中不可被破解。 - RBAC: 基于角色的权限控制 (Admin, Developer, Operator),支持动态菜单与按钮级权限。
- Security Guardrails:
- 拦截
DROP,TRUNCATE等高危指令。 - 强制 WHERE 子句检查(防止全表更新)。
- 生产环境 SQL 报错屏蔽。
- 拦截
- 2FA: 集成 Google Authenticator 双重认证。
- FinOps: 完整的 Token 消耗监控看板,支持按用户、模型维度的成本拆分。
- Parameterized Scheduler: 支持 Crontab 定时执行 SQL 报表任务,支持配置动态占位符参数,实现千人千面的自动化报表。
- AI Feedback Loop: 用户可以直接对 AI 生成的 SQL/Lucene 进行评价与校正,系统支持从反馈中自动学习,持续提升准确率。
- Multi-Channel Push:
- Email: 自动发送带有数据的 CSV 附件。
- IM Webhook: 支持企业微信、钉钉、飞书群机器人实时推送数据摘要。
- Mini Program: 配套微信小程序,随时随地查看报表与历史记录。
本项目采用 Monorepo 架构,统一管理前后端与共享库。
| Component | Status | Description |
|---|---|---|
| Multi-Agent Graph | ✅ Implemented | LangGraph-based workflow with Supervisor and specialized agents. |
| Payload Encryption | ✅ Implemented | AES-256 encryption for sensitive data exchange using shared key. |
| AI SQL Generation | ✅ Implemented | Robust backend agent using LangChain, schema retrieval, and self-correction. |
| Reasoning Display | ✅ Implemented | Users can see "thoughts" and "tool calls" (e.g., schema lookup, validation). |
| Data Report Display | ✅ Implemented | Results are rendered as an interactive table directly inside the chat. |
| Mobile | Uni-app + Vite | 跨平台小程序开发 |
- 👨💻 开发者指南 (Developer Guide): 包含环境搭建、架构设计、Docker 部署与模块说明。
- 📖 用户手册 (User Manual): 详细的产品功能使用说明书,适合最终用户与管理员。
-
克隆仓库:
git clone https://github.com/OSpoon/nexquery-ai.git cd nexquery-ai -
环境配置:
cp .env.example .env # 编辑 .env 填入必要的 API Key (OpenAI/GLM) 和数据库密码 -
初始化与启动:
# 1. 安装依赖 pnpm install # 2. 启动基础设施 (PostgreSQL, Redis) docker compose up -d # 3. 初始化数据库 (首次运行必需) pnpm backend:migrate pnpm backend:seed # 填充默认管理员与菜单数据 # 4. 启动应用 pnpm dev
-
访问:
- Web:
http://localhost:3000 - Default Admin:
admin@nexquery.ai/password
- Web:
Copyright © 2025-2026 NexQuery AI Team. Apache 2.0 Licensed.
