【入门实战】5分钟上手 ai-light-report：用自然语言驱动你的第一张智能报表

ai-light-report 是一个基于大语言模型LLM的轻量级开源报表系统支持通过自然语言交互自动理解数据库语义并生成 SQL快速产出可视化的报表。本文将手把手带你从零开始搭建并体验这个报表工具。Github项目开源仓库 https://github.com/isuixiang/ai-light-report第一步环境准备与项目安装在开始之前请确认本地已安装Python 3.9 及以上推荐 3.9 或 3.10MySQL 5.7 及以上首先将项目克隆到本地gitclone https://github.com/isuixiang/ai-light-report.gitcdai-light-report为了隔离环境建议创建并激活虚拟环境# Windowspython-mvenv venv venv\Scripts\activate# Mac/Linuxpython3-mvenv venvsourcevenv/bin/activate接着安装依赖包pipinstall-rrequirements.txt第二步数据库初始化与配置ai-light-report 需要两个数据库项目数据库存放数据源、报表模板等数据和演示数据库存放样例业务数据方便上手测试。在 MySQL 中执行以下命令创建数据库并导入初始化脚本# 创建项目数据库mysql-uroot-p-eCREATE DATABASE ailightreport;mysql-uroot-pailightreportdata/db/ailightreport.sql# 创建演示数据库可选但强烈推荐mysql-uroot-p-eCREATE DATABASE demo;mysql-uroot-pdemodata/db/dataanalysis.sql接下来配置连接信息。复制示例配置文件cpexample.env .env编辑.env文件填入正确的数据库连接信息DB_HOST 127.0.0.1 DB_PORT 3306 DB_NAME ailightreport DB_USER root DB_PASSWORD 你的数据库密码 # 如果使用了演示数据库后续在界面中配置数据源时会用到第三步启动服务与登录一切就绪后启动 Flask 应用flask run启动成功后打开浏览器访问http://127.0.0.1:5000系统默认的登录账户是用户名admin密码123456登录后你会看到主控台界面。第四步连接数据源与大模型要让系统“听懂”你的问题需要先告诉它数据在哪里并给它装上“大脑”。1. 创建数据源在左侧菜单栏找到“数据源管理”点击“新增”。选择数据库类型MySQL 或 SQLServer填入演示数据库的连接信息。这里以第二步中导入的 demo 数据库为例。2. 配置大模型 API进入“模型管理”点击“添加模型”。ai-light-report 已集成 DeepSeek、Kimi、Qwen 等主流大模型。这里以DeepSeek为例选择模型类型DeepSeek填入 API Key可从 DeepSeek 官网免费申请保存配置并设为默认3. 添加“技能”可选“技能”是指系统如何理解业务术语。项目根目录下的data/skills目录已经预制了一些示例技能文件可以直接使用。后续也可以根据业务需要自定义。第五步用自然语言生成第一张报表现在让我们用自然语言生成第一张报表。1. 准备 Excel 模板ai-light-report 支持导入现有的 Excel 报表模板可以是包含合并单元格、计算公式的复杂样式。在“报表模板”管理中点击“上传模板”选择项目目录data/excels下的示例文件。2. 开始智能生成上传成功后点击“使用此模板”。在聊天对话框中输入你的需求例如“查询工资发放记录”系统会自动将你的自然语言翻译成 SQL查询数据库并按照模板格式填充数据最终生成一张完整的报表。从提问到看到最终结果整个过程通常只需要几分钟。至此我们已经成功安装并运行了 ai-light-report并且生成了第一张智能报表。整个过程无需编写一行 SQL 代码真正实现了“所说即所得”。ai-light-report 还支持一键生成逻辑自动识别报表模板的数据特征无需手动配置报表与数据字段的映射关系自定义二次编辑生成的报表逻辑可以手动调整满足个性化的业务需求。如果你在体验过程中遇到问题可以通过项目主页的 GitHub Issues 或联系维护者获取帮助。