快速开始
提示
本教程要求使用者熟悉 docker/docker compose 的相关概念及使用方式。
本章节帮助你在最短时间内完成 Data Agent 的首次部署、数据接入与体验验证。按照以下步骤操作即可得到一个可回答基础问题的 Agent。
1. 环境准备
- 安装 Docker 与 Docker Compose，确保可通过命令行正常运行（官网下载：https://www.docker.com/）。
- 准备一个支持 Tool Calling 功能的非推理大模型 API 连接地址和 Key（如 OpenAI GPT-4o、Claude 3.5 Sonnet、DeepSeek V3 等）。
- 准备一个 Embedding 模型的 API 连接地址和 Key（如 OpenAI text-embedding-3-small、阿里云 text-embedding-v3 等）。
2. 获取并启动服务
在任意目录下创建 docker-compose.yml（可放在独立目录中方便后续维护），根据网络环境选择下方"国外版"或"国内版"：
警告
以下 docker-compose 文件的配置仅供开发测试使用，请勿在生产环境使用。
services:
app:
image: chatbi/yiask:latest
pull_policy: always
container_name: yiask
environment:
- PROJECT=test
- LOGGER_LEVEL=error
- TZ=Asia/Shanghai
# 以1个进程的形式启动服务。请勿在生产环境中使用。生产环境配置见【安装部署】板块
- CLUSTER_MODE=1
# PG元数据库的配置
- DB_HOST=postgres
- DB_DATABASE=mydatabase
- DB_USER=postgres
- DB_PASSWORD=postgres
# 网页搜索 API Key（可选）
# - WEB_SEARCH_API_KEY=tvly-dev-xxxxxxxx
volumes:
- storage:/app/nocobase/storage
depends_on:
postgres:
condition: service_healthy
ports:
- "3052:80"
init: true
extra_hosts:
- "host.docker.internal:host-gateway"
postgres:
container_name: yiask_postgres
image: pgvector/pgvector:pg17-trixie
restart: always
command: postgres -c wal_level=logical
healthcheck:
test: ["CMD-SHELL", "pg_isready -U postgres"]
interval: 5s
timeout: 5s
retries: 10
environment:
POSTGRES_USER: postgres
POSTGRES_PASSWORD: postgres
POSTGRES_DB: mydatabase
volumes:
- pg-data:/var/lib/postgresql/data
volumes:
storage:
pg-data:
services:
app:
image: docker.1ms.run/chatbi/yiask:latest
pull_policy: always
container_name: yiask
environment:
- PROJECT=test
- LOGGER_LEVEL=error
- TZ=Asia/Shanghai
# 以1个进程的形式启动服务。请勿在生产环境中使用。生产环境配置见【安装部署】板块
- CLUSTER_MODE=1
# PG元数据库的配置
- DB_HOST=postgres
- DB_DATABASE=mydatabase
- DB_USER=postgres
- DB_PASSWORD=postgres
# 网页搜索 API Key（可选）
# - WEB_SEARCH_API_KEY=tvly-dev-xxxxxxxx
volumes:
- storage:/app/nocobase/storage
depends_on:
postgres:
condition: service_healthy
ports:
- "3052:80"
init: true
extra_hosts:
- "host.docker.internal:host-gateway"
postgres:
container_name: yiask_postgres
image: docker.1ms.run/pgvector/pgvector:pg17-trixie
restart: always
command: postgres -c wal_level=logical
healthcheck:
test: ["CMD-SHELL", "pg_isready -U postgres"]
interval: 5s
timeout: 5s
retries: 10
environment:
POSTGRES_USER: postgres
POSTGRES_PASSWORD: postgres
POSTGRES_DB: mydatabase
volumes:
- pg-data:/var/lib/postgresql/data
volumes:
storage:
pg-data:
保存文件后执行 docker compose up -d 即可启动所有依赖服务；可通过 docker compose logs -f 查看实时日志，确认服务启动成功后访问 http://<server-ip>:3052 进入系统。
注意
首次开启系统，系统会进行初始化，整个过程大约在5分钟左右。请耐心等待。
默认用户名/密码为：admin/12345678
3. 配置大模型
在初次进入时，会有一个引导页面。跟随引导页面配置好大模型API连接。
4. 连接数据源
在控制台点击导航栏的【系统搭建】，在左侧侧边栏依次选择【数据管理】→【数据源管理】，随后点击“添加”按钮即可新建数据源。
我们准备了一份示例数据库，里面预填了一些示例数据，用以快速体验本系统使用方式。
示例数据源配置：
Info
可以通过我们提供的AI员工：表单助理Avery，通过自然语言描述数据源，自动生成连接配置。
如需了解更详细的配置步骤与排查建议，可阅读《连接数据库》章节。
5. 业务建模
在新建立的数据源的最右侧会出现一个AI员工的头像，点击该员工，点击【开始建模】按钮。我们的AI员工 Sage 会引导你完成建模任务。
Info
AI员工仅仅是辅助建模，不保证100%的正确性。 可能会有一定程度的错误率。
6. 进行问答
完成建模后，请点击【业务建模】菜单，检查Schema列表是否正确被生成。如确认正确，点击【学习所有Schema】标签，然后点击【开始学习】按钮。
学习完成后，点击导航栏的【智能问答】，选择默认 Agent “Nora”，并提出业务问题，例如“销售金额”。通过实际问答来验证模型是否能够返回正确结果，如有异常再返回语义模型或数据配置进行调整。
完成以上步骤后，你就拥有了一个可服务业务团队的 Data Agent。接下来阅读“使用指南”，继续深挖数据建模、权限、AI员工配置与运维策略。
