大模型数据助手

Sanic-Web（大模型数据助手）是一个面向实际落地场景的轻量级大模型应用开发项目，支持从数据接入、智能体协同、问答推理到可视化展示的全链路能力，并具备良好的可扩展性与二次开发友好性。

项目已集成 MCP（Multi-agent Communication Protocol）多智能体架构，结合主流开源工具链，为开发者提供开箱即用的一站式解决方案。

核心定位

• 轻量但完整：不追求大而全，聚焦核心链路，组件可插拔。
• 易于二次开发：模块化设计，支持快速定制业务逻辑。
• 快速部署：通过 docker-compose 一键启动所有依赖，零配置上手。

技术栈概览

核心特性

✅ 多智能体协同

基于 MCP 协议，支持多个智能体（可配置不同模型）协同完成复杂任务，如分工解析、交叉验证、流程编排等。

✅ 数据驱动问答

• 结构化数据：通过 Text2SQL 将自然语言转为 SQL 查询，自动执行并可视化结果（ECharts / AntV）。
• 非结构化表格：上传 CSV 后，系统自动进行语义理解、字段摘要，并支持后续问答。

✅ 灵活的知识接入

• 内置 RAG 接口，可轻松集成外部向量数据库或检索系统。
• 支持混合检索模式：本地知识库 + 公网信息增强（需配置）。

✅ 全链路可扩展

从前端交互、智能体调度、模型调用到结果渲染，各模块解耦清晰，便于替换或扩展特定组件（如更换 RAG 引擎、接入新模型 API 等）。

✅ 一键部署体验

提供完整的 docker-compose.yml，包含：

• Ollama/vLLM 模型服务
• Neo4j 图数据库
• Sanic 后端
• Vue 前端
• MCP 智能体协调服务

开发者只需一条命令即可启动完整环境，大幅降低本地调试与演示成本。

适用场景

• 企业内部数据问答系统（如销售报表、运营数据）
• 基于文档/表格的智能客服或分析助手
• 教学或研究场景下的多智能体实验平台
• 快速验证大模型应用原型（PoC）

为什么选择 Sanic-Web？

当前许多大模型项目要么过于重型（依赖复杂平台），要么功能碎片化（需自行拼接组件）。Sanic-Web 在两者之间找到平衡：轻量、聚焦、可落地。它不试图替代 Dify 或 LangChain，而是将它们有机整合，辅以 MCP 多智能体能力与数据可视化闭环，形成一个真正能跑通业务逻辑的最小可行系统。

对于希望快速构建、验证并迭代大模型应用的团队或个人开发者，Sanic-Web 提供了一个高效、透明且开源友好的起点。