DB-GPT Überblick und Eckdaten (Oktober 2026)

DB-GPT ist ein quelloffener Datenassistent mit Agenten. Er verbindet sich mit Datenbanken und Dateien, beantwortet Fragen mit selbst geschriebenem SQL und Python und macht aus den Ergebnissen Berichte und Dashboards, auf Wunsch mit lokalen Modellen.

DB-GPT verbindet sich mit Datenbanken, CSV- und Excel-Dateien und Wissensdatenbanken. Es erzeugt SQL selbstständig, führt Code in einer Sandbox aus und nutzt wiederverwendbare Skills für Fachaufgaben. Unterstützt werden Modelle wie DeepSeek, Qwen, GLM, Llama und Gemma, lokal über vLLM oder llama.cpp oder über zu OpenAI kompatible APIs. Installiert wird über PyPI, Docker oder den Quellcode. Die Projektbeschreibung gibt es auf Englisch, Chinesisch und Japanisch. Die GitHub-API zeigte rund 20.000 Sterne und eine Änderung am 28. September 2026.

• Fragt Datenbanken in natürlicher Sprache abNutzer stellen eine Frage, DB-GPT schreibt das SQL und führt es aus. Fachteams erhalten Antworten aus operativen Datenbanken, ohne auf das Analyseteam zu warten.
• Analysiert Tabellen mit CodeFür CSV- und Excel-Dateien schreibt der Assistent Python und führt es in einer Sandbox aus. Controlling und Analyse untersuchen Dateien, ohne selbst zu programmieren.
• Erstellt Berichte und DashboardsErgebnisse werden zu Berichten und Dashboards, Skills bündeln wiederkehrende Auswertungen. Regelmäßige Analysen lassen sich mit einer Anfrage wiederholen.

• Verbindet Text-to-SQL mit Python-Ausführung in einer Sandbox und wiederverwendbaren Skills in einem Assistenten.
• Gute Unterstützung für chinesische offene Modelle wie Qwen, GLM und DeepSeek neben Llama und Gemma.

Quelloffene Software ohne Länderbindung, die auf eigener Infrastruktur in jedem Land läuft.

Geben Sie DB-GPT zunächst nur lesende Datenbankkonten, denn erzeugtes SQL und erzeugter Code laufen gegen Ihre Daten. Entscheiden Sie, ob Daten an ein Cloud-Modell gehen dürfen oder bei lokalen Modellen bleiben müssen. Das Projekt hat keinen kommerziellen Supportvertrag. Planen Sie interne Zuständigkeit für Updates.

Noch keine Bewertung. Erzählen Sie als Erste:r, wie Ihr Team es nutzt.

Jede Bewertung zeigt ihre Prüfstufe. Wir lesen jede vor der Veröffentlichung. So prüfen wir Bewertungen