Codata

本地优先的 Data Agent：自然语言查数、SQL、图表、看板和专家团分析工作流

⬇ 下载 Codata（Windows / macOS） | 在线 Demo 体验 · 扫码进群 | 语义模型后台 | English

_{用自然语言问数据，看 SQL、看结果、出图表，并把有价值的分析沉淀到看板。}

在线 Demo 体验，微信扫码进群

_{二维码失效？前往社群与交流添加维护者微信进群。}

Codata 是一个开源、本地优先的桌面 Data Agent 工作区。它把本地桌面应用、Next.js 前端和 FastAPI Agent 后端组合在一起，让分析师和业务团队可以用自然语言提出数据问题，由 Agent 发现表和指标口径、生成或复用 SQL、执行查询、展示结果卡片、生成图表，并把有价值的结果钉到看板。

Codata 的产品主线是一条清晰的数据分析链路：

提出数据问题
  -> 发现表 / 字段 / 指标口径
  -> 生成或复用 SQL
  -> 在已连接的数据平台执行查询
  -> 查看结果、SQL 和图表
  -> 钉到看板，或交给专家团做深度分析

亮点

自然语言数据分析：直接问“按渠道对比付费转化率”或“找出本周最大异常下滑”。
面向数据源的 Agent 流程：Data Agent 会先检查 schema、搜索注册指标、避免臆造表字段、执行 SQL，并根据错误修复查询。
SQL 结果卡片：查询结果以结构化 artifact 展示，保留表格、SQL、字段、行数据和图表元数据。
指标口径约束：核心业务指标优先使用已注册指标定义；没有权威口径时，会显式标注为自定义口径。
看板沉淀：把图表结果钉到命名看板，支持重命名、布局调整、删除和基于原 SQL 刷新。
专家团深度分析：复杂问题可以交给多 Agent 专家团，拆分成数据发现、SQL、归因、可视化和报告交付等步骤。
本地优先桌面运行时：对话、设置、看板、记忆、artifact 和工作流元数据默认存储在本机。
自带模型：支持 OpenAI-compatible provider、自定义 endpoint、直接 provider adapter 或本地 Ollama。
可扩展工具体系：按配置启用 MCP、技能、插件、文件工具、报告生成和桌面集成能力。

功能截图

产品主界面

本地优先的桌面工作区：左侧集中看板、专家团、技能、知识库和最近分析，中间直接提出数据问题。

自然语言问数：结果、图表与 SQL

一次提问即可得到查询结果卡片、图表和可展开的 SQL；结果带口径标记，可继续追问或钉到看板。

数据看板

把有价值的图表钉到命名看板，按布局排列，并随时沿原 SQL 刷新。

专家团分析

按分析场景复用多专家协作流程，查看成员、任务、依赖关系和协作顺序。

技能

内置技能覆盖归因分析、图表、数据报告、Excel 处理等场景，可逐项启用，也可以把团队的分析方法沉淀成新技能。

知识库

把文档和本地资料加入知识库，分析时作为权威背景引用。

消息渠道

将 Codata 连接到飞书、钉钉、企业微信和微信，在聊天中直接使用分析能力。

截图中的业务数据与名称已做模糊处理，实际界面以当前版本为准。

目录

Data Agent 工作流
核心能力
看板与产物
专家团
技术架构
配套项目
功能截图
快速开始
开发命令
仓库结构
数据边界
社群与交流
开发说明

Data Agent 工作流

Codata 不是通用聊天壳，而是围绕数据分析设计的桌面 Agent。在 Codata 模式下，助手应当：

理解用户的分析目标。
通过已连接的数据平台发现可用表、字段和指标定义。
核心业务指标优先使用注册指标的计算口径。
在 schema 和口径明确后再写 SQL。
通过数据执行工具运行查询。
根据数据平台返回的错误修复 SQL。
用具体数字、口径说明、限制和 SQL 解释结论。
在需要复用时生成图表、看板或报告。

请自行配置 MCP 数据源；项目不预置服务地址或组织专用连接器。Agent 会发现数据源实际提供的 schema 和查询工具；有注册指标时优先使用,但不要求必须存在语义模型。内置 run_query 和基于 SQL 的看板刷新需要兼容的 execute_sql 返回协议（参考 data-client 适配器）；其他数据源使用自身 MCP 查询工具，可能不支持自动刷新看板。未连接数据源时，Codata 会引导用户先连接数据源。

核心能力

自然语言查数

用户用业务语言描述问题，Codata 将其转成数据分析流程：schema 检查、指标检索、SQL 生成、执行查询和结论解释。

SQL 与结果可检查

SQL 结果不会被藏在一段文字后面。Codata 会保留查询结果、SQL、字段、行数据和图表元数据，方便用户确认答案从哪里来。

指标口径意识

对于 DAU、GMV、转化率、留存、收入、成本等核心指标，Codata 会优先查找注册指标定义。没有注册指标时，回答中应说明这是自定义口径，避免把未经验证的 SQL 当成权威指标。

图表和看板

Codata 可以把查询结果渲染成图表卡片，并钉到看板。看板项会保存 SQL 结果快照，在数据源可用时可以沿原执行路径刷新。

分析记忆

Codata 会在本地保存结构化分析记忆，让常见主题、指标偏好和用户习惯能在后续数据会话中继续发挥作用。

文件和报告

桌面运行时可以读取 CSV、Excel、PDF、文档和工作区文件。数据分析结果可以根据工作流交付为 Markdown、HTML、办公文档、代码 artifact 或看板面板。

看板与产物

Codata 将日常探索和可复用产物分开：

内联结果卡片：适合一次性探索和追问。
看板图表：适合长期监控、复盘和对比。
生成报告：适合把一次分析保存为可分享的静态快照。
Artifact 面板：让生成文件、HTML、代码和预览与对话并排展示。

专家团

专家团是 Codata 处理复杂分析的编排层。一个专家团是一份结构化配置，包含成员、任务、依赖、上下文策略、工具和最终交付规则。

在数据场景中，专家团可以把一个复杂问题拆给不同角色：

数据发现与 schema 检查
指标口径确认
SQL 执行与纠错
归因分析或异常定位
图表规格设计
报告撰写与最终交付

Codata 支持三种执行模式：

模式	适合场景	工作方式
`sequential`	线性分析流程	按任务顺序执行。
`workflow`	固定依赖图	构建 DAG，运行依赖已满足的任务。
`hierarchical`	开放式复杂调查	Manager Agent 委派专家并综合最终答案。

技术架构

User
  -> Tauri desktop shell
  -> Next.js frontend
  -> FastAPI backend
  -> agent runtime, data tools, dashboards, expert teams, storage, providers, MCP

Tauri 桌面外壳：原生打包、桌面权限、updater 集成、资源打包和平台相关行为。
Next.js 前端：Codata 工作区、聊天、数据结果卡、看板、专家团、artifact、设置、插件和活动面板。
FastAPI 后端：Agent loop、可恢复流式输出、MCP 工具集成、SQL 执行封装、看板刷新、专家团编排、文件解析、SQLite 持久化、provider 路由和定时任务。

配套项目

语义模型后台：配套的语义治理与管理平台，用于维护业务域、业务实体、语义字段、语义模型、JOIN、指标、维度和知识库，并通过 MCP Server 提供可信取数能力。Codata 连接其 MCP Server 后，可直接使用已发布的语义模型和指标口径进行分析。

下载与文档

桌面端下载（Windows / macOS）：https://github.com/Mlilion/Codata/releases/latest
最新版本清单（JSON，含各平台安装包直链、大小和 SHA-256）：https://github.com/Mlilion/Codata/releases/latest/download/downloads-latest.json
源码与版本发布：https://github.com/Mlilion/Codata

下载页中包含以下安装包：

平台	安装包
Windows x64	`Codata_<版本>_x64-setup.exe`（NSIS 安装程序）
macOS Apple Silicon	`Codata_<版本>_arm64.dmg`
macOS Intel	`Codata_<版本>_x64.dmg`

开源版默认关闭自动更新，请从 GitHub Releases 手动安装新版本。发布构建覆盖 Windows x64、macOS Apple Silicon 和 Intel；Linux 尚未完成发布验收。macOS 发布流程要求 Developer ID 正式签名、Apple 公证及票据装订，缺少凭据或验证失败会阻止发布；Windows 安装包尚未配置发行者签名，可能触发 SmartScreen 提示。维护者配置见发布签名说明。

快速开始

环境要求

Node.js 20 或更新版本。
Python 3.12 或更新版本。
Rust 和 Cargo，用于 Tauri 桌面构建。
macOS、Windows 或 Linux 对应的 Tauri 平台依赖。
可用的模型 provider、OpenAI-compatible endpoint、自定义 endpoint 或本地 Ollama 模型。
用户自行配置的 MCP 数据源，用于真实数据库分析。

安装依赖

Windows PowerShell（需已安装 Python 3.12、Node.js 和 npm）：

git clone https://github.com/Mlilion/Codata.git
Set-Location Codata
npm ci
npm --prefix frontend ci --legacy-peer-deps
npm --prefix desktop-tauri ci
py -3.12 -m venv backend\venv
.\backend\venv\Scripts\python.exe -m pip install -e "./backend[dev,build]"

macOS / Linux：

git clone https://github.com/Mlilion/Codata.git
cd Codata
npm ci
npm --prefix frontend ci --legacy-peer-deps
npm --prefix desktop-tauri ci
python3.12 -m venv backend/venv
./backend/venv/bin/python -m pip install -e "./backend[dev,build]"

开发依赖使用版本范围，发布打包使用 backend/requirements.txt。发布构建应在构建环境中安装该文件并保留实际解析的依赖清单，不应认为开发环境自动等同于发布环境。

启动开发栈

npm run dev:all

前端开发服务器使用 3000 端口，后端开发服务器使用 8000 端口。桌面开发会启动 Tauri 外壳并连接本地前端和后端栈。

浏览器开发请使用 dev:all，单独启动前端不会生成前后端共享的开发会话令牌。不配置模型凭证也能查看界面，但模型调用需要用户自己的 Key 或本地模型；真实查数需要用户自己的 MCP 连接，项目不附带演示数据库。

开发命令

npm run dev:frontend
npm run dev:backend
npm run dev:desktop

npm run build:frontend
npm run build:backend
npm run sync:desktop-meta
npm run build:desktop

首次桌面开发或构建前，运行 npm run prepare:desktop-runtime 下载固定版本的 Node.js 运行时及其许可证。桌面构建还需要平台对应的 Tauri 系统依赖、Rust 工具链和上述 build extra（PyInstaller）。build:desktop 会通过 Tauri 构建钩子生成前后端资源；本地未签名构建不需要发布令牌或签名密钥。

验证命令：

npm run verify:open-source-boundary
npm run audit:open-source-boundary:strict
npm run verify:frontend-assets
npm run preflight:ui

桌面发布构建依赖 frontend/out 中导出的前端静态资源，以及 backend/dist/codata-backend 中的后端 bundle。桌面构建前运行 npm run sync:desktop-meta，确保 Tauri metadata 与根 package 版本一致。

仓库结构

desktop-tauri/    Tauri v2 桌面外壳与 Rust 集成
frontend/         Next.js UI，包含 Codata 工作区、聊天、看板、专家团、设置和 artifact
backend/          FastAPI 后端、Agent runtime、数据工具、专家编排、存储和 provider 层
scripts/          构建、发布、验证、签名和版本工具
design-system/    产品设计参考和视觉资产

数据边界

模型供应商和 MCP 连接均由用户配置，不内置模型/API 默认代理；如有需要，可通过 CODATA_PROXY_URL 设置自己的 HTTP 代理。项目不再内置企业 SSO 连接器和 SAP 浏览器集成。本次源码清理不会擦除源码目录外的用户设置，复用旧安装前请检查已保存的连接器。

发布前运行 npm run audit:open-source-boundary:strict。检查覆盖当前源码快照（包括未跟踪文件），无需 Git 元数据；不覆盖 Git 历史，也不代替公司代码发布授权、凭据和许可证审查。

Codata 默认在本地存储对话、看板状态、生成产物、设置、记忆和工作流元数据。当用户选择云端模型或外部连接器时，相关 prompt 上下文和必要 payload 会发送给对应 provider 或 connector。

数据库分析依赖用户已连接的数据平台及其权限。用户需要自行选择符合安全、隐私和合规要求的 provider 路径、模型访问方式、数据源权限、SQL 安全规则、连接器范围和部署设置。

本地优先不等于完全离线：云模型、MCP 工具、消息渠道、目录与运行时下载，以及部分依赖 CDN 的预览会访问网络。数据边界见安全策略，分发义务见第三方声明。PPTX 文件可下载，但不提供可视化预览。

社群与交流

在线 Demo 体验请扫码加入 Codata 用户交流群，获取体验方式，也欢迎反馈使用问题、交流数据分析场景和建议新功能。

_{Codata Agent 交流群
微信扫码直接进群}

_{维护者微信
扫码添加，备注「Codata」}

群二维码有时效限制（通常 7 天），过期后请扫描右侧维护者微信二维码，备注「Codata」，维护者会拉你进群。也可以通过 GitHub Issues 反馈问题。

开发说明

Issue、评审和贡献流程见贡献指南。合并前请根据修改范围运行对应验证命令，并重点关注数据源权限、模型 provider 路由、SQL 安全规则，以及哪些上下文可能离开本机。安全处理要求见安全策略。

Name		Name	Last commit message	Last commit date
.github		.github
backend		backend
design-system/codata-expert-teams		design-system/codata-expert-teams
desktop-tauri		desktop-tauri
docs		docs
frontend		frontend
scripts		scripts
site		site
.gitignore		.gitignore
CHANGELOG.md		CHANGELOG.md
CONTRIBUTING.md		CONTRIBUTING.md
DESIGN.md		DESIGN.md
LICENSE		LICENSE
LINUX.md		LINUX.md
README.en.md		README.en.md
README.md		README.md
SECURITY.md		SECURITY.md
THIRD_PARTY_NOTICES.md		THIRD_PARTY_NOTICES.md
package-lock.json		package-lock.json
package.json		package.json

Latest commit

History

Folders and files

Repository files navigation