编程智能体与代码 · 工具介绍
DB-GPT
连接数据库、CSV 和 Excel，利用 SQL 与 Python 分析数据并生成图表和报告。
DB-GPT 能做什么
连接数据库、CSV 和 Excel，利用 SQL 与 Python 分析数据并生成图表和报告。
- 数据查询与可视化分析
如何使用 DB-GPT
把 CSV 或 Excel 数据整理成可核算的报告
准备输入
- 允许分析的 CSV 或 Excel 文件
- 字段说明与统计问题
- 需要的表格、图表或报告格式
操作步骤
- 提供文件和字段含义，明确时间范围、指标及希望解释的问题。
- 查看数据分析过程中的 SQL 或代码，确认清洗与聚合规则符合口径。
- 检查表格、图表及异常项，并用少量原始记录核算关键数值。
- 将经过核对的结果整理成报告，附上数据范围和未解决的问题。
预期交付物
- 经过核对的分析表格或图表
- 注明数据范围的报告草稿
自动运行 SQL 或 Python 可能产生错误口径。报告必须经过数据与逻辑检查，敏感数据的使用范围需事先确定。
用受限数据库连接回答一个业务查询问题
准备输入
- 具有适当只读权限的数据库连接
- 表关系与字段定义
- 具体问题及结果限制
操作步骤
- 先确认连接权限和可访问的表，避免把写入权限用于纯查询任务。
- 说明问题、日期范围和需要返回的字段，让工具形成查询或分析计划。
- 审查生成的 SQL，重点核对连接条件、过滤条件、聚合和行数限制。
- 将结果与已知样本或现有报表对照后，再生成解释与报告。
预期交付物
- 核对过的查询及结果
- 带口径说明的分析答复
自然语言生成的 SQL 不是数据正确性的证明；只读授权、查询资源限制与业务含义仍需由使用者确认。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从编程智能体与代码角度评估DB-GPT
把编程智能体与代码需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
能否读懂上下文
确认工具能够读取所需目录，且不会引入不必要的资料。
改动是否可审查
优先能展示差异、保留原文件和逐步验证的工作方式。
测试能否说明问题
测试应覆盖用户可见行为，不只证明代码能运行。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
