不会写SQL也能查数据,我做了个AI助手,一句话出图表

点击下方卡片关注"东哥说AI"，持续分享AI编程实战经验和好玩AI项目。

"2024年各城市销售额对比"，输入这句话，3秒后图表自动呈现。不用写SQL，不用记表名，像和同事聊天一样查数据。

很多企业都有大量业务数据，订单、客户、库存、财务，全存在数据库里。想从里头挖点洞察，通常得找技术人员写SQL，或者等IT部门排期出报表。一个简单问题，比如"上个月卖得最好的5个商品是谁"，可能要等一两天才有答案。

我就想，能不能让每个人直接用自然语言问数据？

市面上的BI工具学习成本不低，Excel透视表也得练一阵，对非技术的人都不算友好。数据明明是公司的，问一句却这么难。

于是就动手做了Smart Data Analytics Agent（文末点击阅读原文免费获取项目完整源码），一个AI数据分析助手。你用中文提问，它自动理解意图、生成查询、执行分析、画图表，全程不用写一行代码。

输入问题就行，比如"2024年总销售额是多少"、"各商品类别的销售总额"、"销量TOP10的商品"。AI自动理解意图，去数据库找到对应数据，生成结果再用中文总结给你。

它记得住你刚才说了什么。先问"2024年总销售额是多少"，接着说"按月拆分呢"，再说"换成柱状图"。AI能理解"拆分"和"换成"指的是上一轮的内容，不用重复描述。

每次查完，系统自动推荐最合适的图表类型，趋势数据用折线图，排名对比用柱状图，占比分析用饼图。你也可以手动切换，支持柱图、折线、饼图、散点、面积五种，一键导出图片。

每个对话自动保存为会话，左侧栏一目了然。会话标题根据你的问题自动生成，比如"2024年各月销售额趋势"。历史会话能搜索，点开就完整恢复之前的对话和图表。

项目分三个阶段打磨。

第一阶段跑通核心链路。搭前后端框架，打通"用户提问→AI理解→SQL生成→数据查询→图表展示→中文总结"的完整流程，从零到一让一条查询跑通，先解决"能用"。

第二阶段完善使用体验。加了多轮上下文记忆、SQL自愈纠错（执行失败自动修复重试）、会话搜索、自动标题、错误友好提示这些功能，让日常用起来顺手。

SQL自愈纠错值得多说一句。AI生成的SQL偶尔会写错字段名或表名，一执行就报错。系统能捕获这个报错，把错误信息喂回给AI，让它自己改过来再跑一次，用户那边几乎感觉不到卡顿。

第三阶段做生产级优化。流式渲染优化（Token批量合并减少闪烁）、图表加载动画、大数据量虚拟滚动（5000行表格不卡）、数据库连接池和结果缓存（重复查询秒返回）、全链路日志追踪，让系统扛得住真实场景。

企业管理者想快速了解经营数据，不想等IT出报表；业务运营要做日、周、月度复盘，频繁查各种维度；销售团队想实时看业绩排名、客户分布、品类占比；数据分析初学者想用自然语言探索数据，又不熟悉SQL。

如果你有类似痛点，有数据、有需求，却被"不会写SQL"挡在门外，这个方案可以直接套用。

系统是前后端分离的。后端用Python + FastAPI，集成大语言模型（DashScope）做意图理解和SQL生成；前端用React + TypeScript + ECharts，三栏布局，会话列表、对话区、图表区。数据库用SQLite，也能换成MySQL或PostgreSQL。

核心是一个AI编排引擎，串起"意图规划→SQL生成→安全校验→执行查询→自愈纠错→图表生成→流式总结"七个环节，每个环节的中间过程都实时展示给用户，你能清楚看到AI在干什么。

其中安全校验这一环我很在意。SQL是AI生成的，万一它手一抖写个DROP TABLE删库，或者来个SELECT *把几百万行数据拉爆，后果不堪设想。所以加了一层AST级审查，禁删表、禁改数据、禁SELECT *、强制加LIMIT，不安全的SQL直接拦下重写。AI再聪明，也得戴这道枷锁。

初衷很简单，让每个会用搜索引擎的人，都能做数据分析。

如果你对企业数据分析有类似需求，或者想在这个方案上定制开发（比如接入业务系统、对接企微/飞书、加权限管理），欢迎交流。源码已开源，可以作为起点快速搭一个你自己的AI数据分析助手。