MrXujiang/opne-aureka: open-source utility for developers and tinkerers

🔗 更多开源 / 产品推荐

如果你喜欢 Aureka，也欢迎了解作者的其他开源项目与产品 👇

📖 项目简介

Aureka 是一个开箱即用的 对话式智能数据分析平台（Chat BI）：

1. 📤 上传 Excel / CSV 数据集
2. 💬 用自然语言提问，例如「近三个月各渠道销售额对比，哪个渠道下滑最严重？」
3. 🤖 AI Agent 自动完成 意图识别 → SQL 生成 → DuckDB 查询 → 数据分析 → 图表推荐
4. 📊 实时流式输出分析结论、数据表格与 ECharts 可视化图表
5. 📑 一键沉淀为分析报告，随时回溯历史会话

整个过程无需编写任何代码，数据全程保存在本地（SQLite + DuckDB），隐私可控、私有化部署友好。

✨ 功能特性

• 🗣 自然语言查询：像聊天一样提问，自��翻译为可执行 SQL
• 🧠 多意图智能路由：内置数据查询、对比分析、归因分析、异常检测、趋势预测、统计汇总等分析意图
• ⚡ 流式响应体验：基于 SSE 的打字机式输出，SQL / 表格 / 图表 / 结论分阶段实时呈现
• 📊 智能图表推荐：根据查询结果自动选择合适的图表类型，生成 ECharts 可视化
• 🦆 高性能分析引擎：DuckDB 列式引擎驱动，百万行级数据秒级聚合
• 📁 多格式数据接入：支持 Excel（.xlsx / .xls）与 CSV 文件上传，自动解析表结构
• 🔌 多模型支持：兼容 OpenAI / DeepSeek / 通义千问 / Kimi 等主流 LLM，可自由切换
• 📑 报告与历史会话：分析结果可保存为报告，历史对话随时回看
• 🌍 国际化：内置中 / 英双语界面
• 🔐 账号体系：JWT 鉴权，支持对接 JitWord SSO 单点登录
• 🖥 精美 UI：Vue 3 + UnoCSS 打造的玻璃拟态（Glassmorphism）界面

🏗 技术架构

AI Agent 工作流

graph LR
    A[用户提问] --> B[意图识别<br/>Intent Router]
    B --> C[SQL 生成<br/>SQL Generator]
    C --> D[DuckDB<br/>执行查询]
    D --> E[数据分析<br/>Analysis]
    E --> F[图表推荐<br/>Chart Advisor]
    F --> G[SSE 流式输出<br/>结论 + 表格 + 图表]

技术栈

目录结构

opne-aureka
├── apps
│   ├── server/                 # NestJS 后端
│   │   └── src/modules
│   │       ├── agent/          # LangGraph AI Agent（意图路由 / SQL 生成 / 图表构建）
│   │       ├── analysis/       # DuckDB 分析引擎
│   │       ├── auth/           # JWT 鉴权 + JitWord SSO
│   │       ├── conversation/   # 会话管理（SSE 流式对话）
│   │       ├── dataset/        # 数据集上传与解析
│   │       ├── report/         # 分析报告
│   │       └── settings/       # LLM 模型配置
│   └── web/                    # Vue 3 前端
│       └── src
│           ├── components/     # 业务组件（聊天面板 / 图表 / 数据表格）
│           ├── composables/    # useSSE / useChart / useUpload
│           ├── stores/         # Pinia 状态管理
│           └── views/          # 工作台 / 数据集 / 报告 / 历史 / 设置
└── packages
    └── shared/                 # 前后端共享类型与常量

🚀 快速开始

环境要求

• Node.js >= 20
• pnpm >= 9（npm i -g pnpm）

一键启动

# 克隆项目
git clone https://github.com/MrXujiang/opne-aureka.git
cd opne-aureka

# 一键启动（自动安装依赖 + 创建 .env + 同时启动前后端）
pnpm start

启动成功后访问：

手动启动

pnpm install              # 安装依赖
cp .env.example .env      # 配置环境变量（填入你的 LLM API Key）

pnpm dev                  # 同时启动前后端
pnpm dev:web              # 仅启动前端
pnpm dev:server           # 仅启动后端

生产构建

pnpm build                # 构建全部
pnpm build:web            # 仅构建前端
pnpm build:server         # 仅构建后端

⚙️ 环境配置

复制 .env.example 为 .env，重点关注 LLM 配置：

# LLM Provider（openai | deepseek | qwen | kimi）
LLM_PROVIDER=deepseek
LLM_API_KEY=your-api-key-here
LLM_BASE_URL=https://api.deepseek.com
LLM_MODEL=deepseek-chat

🧭 使用流程

1. 登录：本地账号或 JitWord SSO 登录
2. 上传数据：在数据集页面上传 Excel / CSV，系统自动解析表结构并导入 DuckDB
3. 开始提问：进入工作台，选择数据集后自然语言提问，例如：
   • 「统计各城市的订单总额，按降序排列」
   • 「对比 Q1 和 Q2 的销售额，分析变化原因」
   • 「找��销量异常波动的日期」
4. 查看结果：AI 实时输出分析思路、SQL、数据表格与可视化图表
5. 沉淀报告：将有价值的分析保存为报告，供团队回顾

🗺 Roadmap

• 多表关联查询（JOIN 分析）
• 数据库直连（MySQL / PostgreSQL 数据源）
• 仪表盘（Dashboard）自由编排
• 分析报告导出（PDF / 图片）
• Docker 一键部署
• 更多图表类型与自定义主题

🤝 参与贡献

欢迎任何形式的贡献！

1. Fork 本仓库
2. 创建特性分支：git checkout -b feat/amazing-feature
3. 提交更改：git commit -m 'feat: add amazing feature'
4. 推送分支：git push origin feat/amazing-feature
5. 提交 Pull Request

发现问题？欢迎提交 Issue。

📄 开源协议

本项目基于 GPL-3.0 协议开源。