哥本哈士奇的博客

原创 I love Alteryx

Alteryx是我用过很棒的数据自动化处理工具，在我自己手搓的个人数据工作台里，用 Vibe Coding 学习了里面常用的功能，以此来替换我学习Power BI构建的前端应用的数据建模功能。这一篇就来看一下用国产智能体和大模型目前搞出来的样子。

原创 I love Power BI 2

这几天对功能进行了一点打磨，主要是对标Power BI的设计。其实经过几轮的迭代之后，自己也记不清哪些已经做了哪些还没有，所以大多数都是让AI帮我去分析，然后我再去做决定在我的工具里，哪些功能拿进来，哪些不拿进来。当然不拿进来的多数功能主要是我想通过Alteryx去实现。

原创 I love Power BI

我从2013年开始关注Power BI，虽说不是深度用户但对其感情还是挺深的。但随着大环境的变化，想在国内靠它来吃饭越来越难了，眼看这个东西离自己越来越远就特别难受，于是用Vibe Coding做了一个类似的工具。这个想法在没有AI之前想都不敢想，如今即使没有顶流的Claude或者Codex，用国产Trae + Deepseek也能做个大样出来。这篇不show技术，主要给大家看看目前能做成个什么样子。

原创 大杂烩：创建自己的个人数据工作台

在我的职业生涯中，不得不说，数据的组织，Alteryx是真好用、数据仓库整体解决方案SQL Server是真顺手、出炫彩的报告用Power BI是真舒服。无奈这些产品都自成体系捆绑，而且卖的还真的很贵，更难受的是你即使平时只是用其5%的功能，那么你也得为那95%付费。而更关键的是，随着外资撤离的越来越多，这些洋工具想在国内找到饭碗越来越难。不过，还好现在Vibe Coding已经很强了，以前想自己模仿个类似工具简直天方夜谭，现在只要你有想法，基本都能帮你实现。

原创 dbt+SQLServer构建数据仓库(13)：运维 FAQ 篇

这是 FAQ 系列第三篇，聚焦 dbt 的日常运维和实操问题：run 与 test 的关系、依赖查询、并发配置、SQL Server 特有差异、版本回滚等。都是项目跑起来之后一定会碰到的问题。

原创 dbt+SQLServer构建数据仓库(12)：进阶 FAQ 篇

继上一篇基础 FAQ 之后，继续围绕本项目梳理 5 个更深入的问题：增量加载、源表变更、数据测试等核心机制。项目结构依然是 staging → core（Data Vault）→ mart 三层架构。

原创 dbt+SQLServer构建数据仓库(11)：FAQ 篇

从此篇开始，汇总dbt项目的常见问题，以此来巩固dbt的基础知识。

原创 dbt+SQLServer构建数据仓库(10)：macro 以及 data vault的应用实例

dbt macro（Jinja 宏）本质上是写在 dbt 项目里的 Jinja 函数，用来生成可复用的 SQL 片段。它解决的主要问题不是"让 SQL 看起来更高级"，而是把重复出现的 SQL 逻辑抽出来，放到一个统一的位置维护。本文将依次介绍 macro 是什么、为什么要用、在 Data Vault 项目中的实战示例，以及使用时的最佳实践与边界。

原创 dbt+SQLServer构建数据仓库(9)：用Vibe Coding创建一个DBT UI

本文以一个完整的销售数据仓库项目为例，演示如何通过我自己用Vibe Coding写的一个 DBT UI 可视化工具，配合底层 dbt 引擎，在 SQL Server 上快速搭建一套 stage → core → mart 三层分库的数据仓库。

原创 dbt+SQLServer构建数据仓库(8)：Vibe Coding用dbt构建data vault数仓

最近 AI 编程很火，"vibe coding"这个词也经常听到——就是你只需要说清楚"我想要什么"，AI 就能帮你把代码写出来。但dbt并不像其它技术那样火热，所以当前的vibe coding是否能很好的支持dbt项目生成呢？我决定拿一个数据仓库项目练手，全程用 vibe coding 的方式完成，看看效率到底怎么样。

原创 dbt+SQLServer构建数据仓库(7):进阶扩展

本文讲述项目从"能跑"走向"生产级"的四个进阶能力:增量模型只跑新增数据、快照做 SCD2 历史拉链、dbt docs 自动生成文档与血缘、CI/CD 让每次提交自动验证。这些功能本项目暂未实现,本文给出可直接落地的代码示例。

原创 dbt+SQLServer构建数据仓库(6)：Jinja与DAG实战

本文是第 6 篇,深入 dbt 的模板引擎和依赖图机制:Jinja 怎么把 {{ ref() }} 渲染成真实表名、DAG 怎么自动构建和排序、--select 选择器怎么精准控制要跑哪些模型。

原创 dbt+SQLServer构建数据仓库(5)：数据测试专题

本文是系列第 5 篇,讲述怎么声明、dbt 怎么把 YAML 翻译成测试 SQL、测试失败怎么排查、自定义测试怎么加。

原创 dbt+SQLServer构建数据仓库(4)：分层建模实战

本文接上篇,从概念走向实操:基于本项目的 5 个模型,讲清楚分层架构的设计原则和每个模型的 SQL 怎么写。

原创 dbt+SQLServer构建数据仓库(3)：dbt_project.yml配置精讲

本篇我们钻进 `dbt_project.yml` 这个项目大脑的内部——**配置怎么继承、物化怎么选、schema 怎么拼接、改完怎么验证**——这些正是本文要补的。读完本文,你应当能独立初始化一个 dbt 项目,理解每一行配置的含义与取舍,并在配置不生效时知道从哪里排查。

原创 dbt+SQLServer构建数据仓库(2)：与传统方案对比及迁移决策

本文接上篇的 dbt 定位与工作流程, 讲述:**dbt 和 SQL Server 上传统数仓开发相比有哪些范式差异和取舍**。

原创 dbt+SQLServer构建数据仓库(1)：认识dbt与项目工作流程

「dbt+SQLServer构建数据仓库」是一套基于真实项目的实战学习笔记,记录我从零开始在 SQL Server 上用 dbt 搭建分层式数仓的完整过程。本文是第 1 篇,回答两个问题:**dbt 到底是什么**、**一个 dbt 项目从开发到上线经历哪些环节**。

原创 SQL Server 索引知识汇总

本文对SQLServer中的索引进行一个知识总结。

原创 医疗器械行业 Salesforce Territory 完整落地实例

Salesforce的Territory是一个比较难理解的概念，这里通过AI智能体的不断提问，做了一个总结，并且结合一个实际的虚拟案例，说明其到底是什么，以及应该如何配置。

原创 Raw Data Vault vs Business Data Vault

Raw Vault = 企业数据的“原始档案库”：原样收纳、只结构化、不解读、全历史审计；Business Vault = 企业数据的“标准化加工车间”：统一业务规则、整合多源、预生成高效业务查询结构。

原创 CLAUDE.md笔记

这篇文章结合一个完整的前后端 RAG 项目实践，讲清楚 CLAUDE.md 到底该怎么写：什么内容必须放，什么内容绝对不能放，最后给一份可直接复用的完整示例。

原创 Neo4j 多跳查询实战：从社交网络场景理解图遍历

图数据库的核心优势之一，就是天然支持高效的**多跳路径查询**。本文将以「社交网络好友关系」为实例，从零开始讲解 Neo4j 中多跳查询的语法、场景、进阶技巧与性能边界。

原创 Git 本地版本管理学习笔记

很多开发者接触 Git 的第一印象是「GitHub 远程仓库」，但常常忽略了 Git 最核心的本质：它是一套**分布式版本控制系统**，哪怕不联网、没有任何远程仓库，仅凭本地环境就能完整管理代码的每一次变更——记录修改、回溯版本、追溯历史，全在本地完成。

原创 JWT原理 FastAPI Vue3极简实现JWT登录鉴权

前后端分离项目中，传统的Session登录需要服务端存储会话信息，存在**服务器集群无法共享、扩展性差**的问题。而JWT作为目前最主流的无状态登录鉴权方案，彻底解决了这个痛点。本文分为三部分：零基础看懂JWT底层原理、FastAPI后端极简实现登录签发令牌、Vue3前端单文件对接登录鉴权，**所有代码极致精简，无数据库、无冗余业务逻辑**，纯核心功能方便新手快速理解原理。

翻译 Power BI五大常见使用误区

使用Power BI时最容易出现哪些典型错误？举个例子，当一位新人同事第一次接手Power BI项目，有哪些坑你一定会提前提醒他？你会给出哪些建议？本文整理了Power BI项目开发中频繁遇到的各类误区。这份清单并未涵盖所有问题，欢迎大家在评论区补充其他错误写法、不良开发实践。

原创 微软技术直通车：基于AI的智能构建。2026年6月13日北京微软。

原创 RAG Embedding 多义消歧完整解决方案

本文从底层原理、离线知识库优化、线上查询优化、模型选型、检索后处理多个维度完整拆解落地方案。

原创 RAG向量检索核心详解：Cosine、Dot、Euclidean

目前主流向量数据库（FAISS、Milvus、Chroma、Pinecone）全部支持三种核心度量方式：Cosine余弦相似度、Dot Product点积、Euclidean欧氏距离。很多新手做RAG踩坑的核心原因：选错相似度算法，导致语义匹配完全失真、检索结果错乱。本文用通俗逻辑、标准公式、直观案例，一次性讲透三者的原理、区别与RAG最优选型方案。

原创 看完《低智商犯罪》，学习Cypher构建知识图谱

《低智商犯罪》都看了吧，是否现在还在回味剧情里每一个人物的刻画，以及每一个案件的编排。看完后咱们就来简单的学习一下，如何把剧集里的人，事件以及各种关系，构建成一个简单的知识图谱。

原创 LangChain DeepAgents 学习笔记

LangChain的DeepAgents已经发布有段时间了，最近的几个版本基本覆盖了大多数智能体都应该有的功能。本笔记基于 LangChain 的 DeepAgents 框架，演示如何构建了一个具有角色扮演能力的 AI 助手，并集成了自定义技能系统。以此方便后续的knowledge review以及vibe coding的reference。

原创 LangChain Deepagent 版本0.6.1中间件一个bug

目前不清楚这个问题是从哪个版本开始的。所以我把版本回退到了2026年4月1日的版本，因为我看视频教程，教程是在4月8日发布的，所以查看了下github的release记录，4月1日的版本是0.5.1，回退到这个版本，问题解决。本文撰写时间是2026年5月18日，目前langchain deepagent的版本为0.6.1。所以使用pip直接install deepagents的默认版本，大概率会遇到我所说的问题。以下代码演示如何卸载当前版本然后安装指定版本的deepagents。以下是我测试的完整代码。

原创 Neo4j笔记（五）：查询的处理流程

上一篇讲述了一篇文章如何通过LLM转换成Cypher，然后在Neo4J里运行，形成知识图谱。此篇接着上篇，继续梳理一个用户查询，如何通过图数据库以及大模型去汇总查询结果。

原创 微软 SQL Server 版本演进史：从诞生到 SQL Server 2025

微软 SQL Server 2025发布应该快半年了，不知不觉发现已经跟这位老朋友一起奋斗了25个年头，SQLServer作为全球最受欢迎的企业级关系数据库之一，自 1989 年诞生以来已经走过了近 40 年的发展历程。本文将带你回顾 SQL Server 从第一个版本到最新 SQL Server 2025 的完整演进历史，并重点介绍每个版本的关键新特性。

原创 提升 Text2SQL 准确率

随着大语言模型的爆发，Text2SQL（自然语言转SQL）技术正在重塑我们与数据库的交互方式。本文将系统性地梳理提升 Text2SQL 准确率的核心方法，涵盖提示工程、模型微调、推理增强三大维度。**所有示例基于微软 AdventureWorksDW2016 数据仓库**。

原创 SQLServer Management Studio(SSMS) 22 Copilot 最佳实践学习笔记

在最新的SSMS 22版本中，加入了微软官方的AI工具GitHub Copilot。此篇结合微软官方的文档，汇总了我们作为机长，应该如何跟这位副驾磨合。

原创 SQLServer RAG笔记4：从服务层到前端交互

在之前的文章中，我们完成了 SQLServer 2025 向量数据库的搭建和基本配置。本文将深入介绍服务层和前端部分的三个核心模块：**Embedding 生成**、**数据入库流程**以及**前端交互关键代码**，完成一个基于SQLServer 2025的向量数据库的RAG系统流程。

原创 SQLServer RAG笔记5：为SQLServer 2025配置Ollama

在第三篇笔记中，我们结合Python代码，通过Ollama的嵌入模型，实现了为SQLServer 2025向量数据库生成向量值。从SQLServer 2025开始，是支持直接把大模型作为EXTERNAL MODEL的。此篇将介绍如何配置Ollama里的嵌入模型作为SQLServer 2025的EXTERNAL MODEL。

原创 SQL Server RAG 笔记3：SQLServer2025 向量数据库

在大模型RAG应用中，提起向量数据库大家想到的更多的是Chroma和FAISS，微软也紧跟时代的步伐，并且在2025年底发布的 SQLServer 2025 也提供了原生向量支持，此篇将介绍如何在SQLServer 2025里搭建向量数据库环境。

原创 详解传统RAG、Text2SQL、Graph RAG：适用场景与问题示例汇总

在AI问答与数据查询领域，传统RAG、Text2SQL、Graph RAG是三种核心的技术路径，它们各自有明确的定位、独特的特点，适配不同类型的查询需求。很多开发者在实际项目中会混淆三者的适用场景，本文将详细拆解每个系统的核心特点，明确其适合回答的问题类型，并搭配10个具体示例，帮助大家快速区分、精准选型。

原创 SQL Server RAG 笔记2：图数据库服务层与前端可视化构建

此篇是 SQL Server 图数据库实战的第二篇，继续构建知识图谱前端，将介绍基于 FastAPI 的服务层架构设计，以及 Vue3 + D3.js 前端图可视化实现。内容涵盖 API 路由设计、数据传输模型、前端组件化架构、D3.js 力导向图布局等核心知识点。