DeepInsight-AI/DeepBI
LLM based data scientist, AI native data application. AI-driven infinite thinking redefines BI.
何を解決するか
DeepBI は、ユーザーが複数のデータソースからデータを探索・照会・可視化できるようにする、AIネイティブなデータ分析プラットフォームです。複雑なクエリを手動で書く必要なく、会話形式のインターフェースを通じてデータ駆動型の意思決定を可能にします。
動作方法
DeepBI は大規模言語モデル（LLMs）を使用して、ユーザーの対話をデータ結果および永続的なクエリに変換します。MySQL、PostgreSQL、Doris、StarRocks、MongoDB、CSV/Excel ファイルなど、複数のデータソースに接続し、情報を取得して可視化を生成。これらの可視化はダッシュボードに整理できます。
対象ユーザー
従来のBIツールや手動のコーディングを使わず、自然言語でデータベースやスプレッドシートから分析を行い、インサイトを得たいユーザー向けです。
特徴
- 会話型分析: 直接的な対話でデータ結果と分析を取得。
- 会話型クエリ生成: チャットを通じて永続的なクエリと可視化を作成。
- ダッシュボード作成: 保存された可視化をカスタムダッシュボードに組み合わせる。
- 広範なデータ対応: MySQL、PostgreSQL、Doris、StarRocks、MongoDB、CSV/Excel ファイルに対応。
- クロスプラットフォーム: Windows、Linux、Mac をサポート。
関連
- プロジェクト
NVIDIA-NeMo/DataDesignerNVIDIA NeMo DataDesigner は、合成データパイプラインを構築するためのオープンソースの Python ライブラリです。列（カテゴリカルサンプラー、LLM 生成テキスト、画像/音声ジェネレーター）を定義し、フィールド間の依存関係を指定し、Python/SQL/LLM ジャッジで行を検証し、CLI または Python API を介してワークフロー全体を実行できます。プラグインは追加のデータソースと生成機能を追加します。このツールはモデルに依存せず（NVIDIA Build、OpenAI、OpenRouter などをサポート）、AI トレーニング用の本番品質のマルチモーダルデータセットの作成を目的としています。
- プロジェクト
datopian/portaljsPortalJS は、自然言語でデータポータルを記述すると、アーキテクチャを自動的に推奨し、プレーンな Next.js サイトをスキャフォールドし、データセット、可視化、メタデータを追加する、オープンソースの AI 支援フレームワークです。最新のレイクハウススタック（Git + Cloudflare R2 + Parquet + DuckDB）または従来の CKAN バックエンドで動作し、生成されたコードは完全に編集可能で、ロックインはありません。
- プロジェクト
0xMassi/webclawウェブサイトをクリーンな Markdown、JSON、および LLM 対応のコンテキストに変換し、AI エージェントや RAG パイプラインで利用可能にするウェブ抽出ツール。
- プロジェクト
hitsz-ids/synthetic-data-generatorA specialized framework for generating high-quality, privacy-preserving synthetic tabular data using statistical models, GANs, and LLMs.