灰哥数据智能的专栏

前面文章《》讲了DB-GPT六大基础应用场景中的基础问答、知识库问答、Chat Excel功能，这篇文章继续介绍剩下的3个基础应用场景：Chat DB、Chat Data、Chat Dashboard。

我们上传的文档其实是上传到DB-GPT运行的服务器上（例如公司服务器），本质上 其实还是“本地运行”，并不会存在数据泄露的风险。Chat Knowledge（知识库对话）借助RAG实现私有知识库问答，用户可以自定义传输企业业务说明文档、专家文档或数据字典等信息，并围绕相关问题进行问答，从而辅助用户快速了解企业业务，或辅助进行业务决策等。但是值得注意的是，DB-GPT的输出结果是在内置提示词基础之上进行的回答，也就是说在DB-GPT中我们传输给模型任何问题，都会经过提示词模板修改后传输给底层模型。

前面两篇文章分别对 DB-GPT 的总体情况进行了介绍，同时涵盖了镜像一键部署与源码部署这两种部署方式。当DB-GPT 搭建完成后，怎么修改使用自己需要的大模型？本文将聚焦于DB-GPT底层大模型的修改，包括修改使用开源模型与在线模型。

DB-GPT 是一个开源项目，其将大语言模型 LLM 与数据库紧密结合。该项目主要致力于探索如何让预训练的大规模语言模型（例如 GPT）能够直接与数据库进行交互，从而生成更为准确且信息丰富的回答。Chat Excel（Excel对话）：可以围绕某个Excel数据文件进行快速分析，允许用户上传数据文件并直接对其进行分析；Chat Dashboard（仪表盘对话）：可以围绕某个数据库，针对某个问题进行多维度分析与可视化展示；Chat Data（数据对话）

在DB-GPT项目中，可以通过开发智能体编排语言（AWEL）开发数据类应用，在。