项目介绍

JimuChatBI 积木问数（Chat2BI）是积木报表推出的对话式智能数据分析产品，也是目前国内首款免费开源的 Chat2BI 智能问数方案 ✨

它以语义建模构建可信数据底座，业务同学无需写 SQL、不懂建模，用自然语言提问即可秒级拿到数据表格、可视化图表和背后的 SQL，把原本需要排期两三天的取数流程，变成一场顺畅的对话。

• 自然语言取数：用大白话提问，自动出表格、图表和一句话结论，支持 9+ 种图表类型。
• 语义建模可信底座：表注册、字段识别、多表关联、查询主题、术语映射，把数据库翻译成 AI 听得懂的业务语言。
• 生成可控：底层用 Text2DSL 语义层，先把问题转成可干预的查询指令再出结果，避免大模型乱选表、算错数。
• 多形态输出：表格 + 图表 + 可查看的 SQL，一键导出 Excel、存为报表或加入大屏。
• 企业级权限：管理员授权、公开 / 私有控制、行级 / 列级权限、敏感度分级，敏感数据按需开放。

当前版本：v1.2.0 | 2026-09-23

⚠️ 本次签名机制有重大变更，以下模块必须同步升级：积木问数 1.2.0 + 积木报表 2.5.4 + 积木 BI 大屏 / 仪表盘 2.5.4。三者签名与加密方案同源，版本不匹配会出现验签失败、数据源连不上等问题；未集成的模块可忽略。

快速集成

JimuChatBI 是一个独立 JAR（Spring Boot starter），自动装配嵌入宿主应用，兼容 Spring Boot 3 / Spring Boot 4，集成像积木报表一样简单。前提：宿主应用已集成积木报表。

1. 引入依赖

JimuChatBI 提供 Spring Boot 3 与 Spring Boot 4 两个版本，按宿主应用的 Spring Boot 版本二选一。

springboot4

<!-- 积木报表主体：JimuChatBI v1.2.0 要求 2.5.4 及以上 -->
<dependency>
    <groupId>org.jeecgframework.jimureport</groupId>
    <artifactId>jimureport-spring-boot4-starter</artifactId>
    <version>2.5.4</version>
</dependency>

<!-- 积木chatbi -->
<dependency>
    <groupId>org.jeecgframework.jimureport</groupId>
    <artifactId>jimuchatbi-spring-boot4-starter</artifactId>
    <version>1.2.0</version>
</dependency>

springboot3

<!-- 积木报表主体：JimuChatBI v1.2.0 要求 2.5.4 及以上 -->
<dependency>
    <groupId>org.jeecgframework.jimureport</groupId>
    <artifactId>jimureport-spring-boot3-starter</artifactId>
    <version>2.5.4</version>
</dependency>

<!-- 积木chatbi -->
<dependency>
    <groupId>org.jeecgframework.jimureport</groupId>
    <artifactId>jimuchatbi-spring-boot3-starter</artifactId>
    <version>1.2.0</version>
</dependency>

积木报表本身的集成步骤看文档 https://help.jimureport.com/quick.html ，JimuChatBI 暂不提供 Spring Boot 2 版本。

2. 配置 DeepSeek 大模型

问答要靠大模型生成 SQL，必须先配 AI。默认适配 DeepSeek，采用 OpenAI 接口。

jeecg:
  jmreport:
    ai:
      # OpenAI 兼容 base 地址（必填）
      base-url: https://api.deepseek.com
      # API Key（必填，留空则 AI 不可用）
      api-key: sk-??
      # 模型名
      model: deepseek-v4-pro
      # 采样温度，可选
      temperature: 0
      # 单次生成最大 token 数(传给大模型的 max_tokens)，DeepSeek 合法范围[1,393216]
      max-tokens: 16384

以上是最小可运行配置。Minidao 扫描路径、模块建表 SQL 等完整集成步骤，请查看详细集成文档：https://help.jimureport.com/chat2bi/quick

升级日志

本次 v1.2.0 是一次以安全加固为核心的版本，对接口签名与密钥存储做了系统性加固；同时补齐了助理权限、数据域检索、图表条数等一批体验短板，修复 12 个问题。该方案与积木报表主体配套，需一并升级，建议所有用户尽快升级到最新版本。

安全加固

• 接口签名机制加固，签名密钥不再下发到页面
• 修复与积木报表同域部署时的票据冲突问题
• 优化网关环境下的票据兼容性
• 数据源密码加密密钥支持自定义配置，存量密文自动兼容，无需迁移

功能增强

• AI 聊天生成图表支持添加筛选条件与默认查询条数，维度取值较多时图表默认只展示 Top N，不再被撑爆
• 助理绑定数据域支持关键字搜索，数据域较多时可快速定位；数据域展示样式同步优化
• 助理上线后禁用编辑，需先下线才能修改，避免线上配置被误改
• 无编辑权限的用户不再显示编辑按钮，不用点进去才知道没权限
• 新建助理按钮调整到左侧，符合先创建、后浏览的操作习惯

问题修复

• 修复数据源编辑后重新打开，测试连接报错的问题
• 修复表注册查询数据时，日期时间字段多出 .000000 的问题
• 修复导出 Excel 文件名不规范的问题
• 修复数据不可见但实际有数据时，同步操作提示描述不准确的问题
• 修复数据源点击刷新后无任何反馈提示的问题
• 修复分享页面登录一直处于加载中的问题
• 修复注册新表后，查询结果出现大小写重复两条表数据的问题
• 修复分析报告与分享页面引用修改后，完整报告页面渲染异常的问题
• 修复分享链接生成地址不正确的问题
• 修复加密打包后模板加载失败的问题
• 修复集成开源 sa-token 方式时获取当前用户失败的问题
• 修复 SQL 注入校验关键字配置错误的问题

升级注意事项

• 票据机制调整：升级后用户首次访问会自动重新下发，无需清理浏览器缓存；但前后端必须同版本升级，不可只升其一
• 网关部署：原有网关配置保持不变即可，无需额外调整
• 数据源密码密钥：自定义密钥为可选配置，不配置时行为与旧版完全一致、存量密文自动兼容，生产环境建议显式配置
• 需与积木报表 2.5.4、积木大屏 2.5.4 配套（硬性）：签名与加密方案三者同源，必须同波次升级，不可只升 JimuChatBI

代码下载

• Github 地址：https://github.com/jeecgboot/jimureport
• Gitee 地址：https://gitee.com/jeecg/jimureport

技术文档

• 在线体验：https://jimureport.com/chat2bi
• 技术文档：https://help.jimureport.com/chat2bi
• 视频教程：https://www.bilibili.com/video/BV1wBNm6HE6u

为什么选择 JimuChatBI?

免费开源・结果可信・三步上线 —— 市面上 "接个大模型就能问数据" 的方案不少，JimuChatBI 的差异在于它不把数据库直接丢给大模型黑盒直出。

• 人人可用：业务同学用日常语言提问就能自助分析，找数时间从几小时缩短到几分钟，不用再排队等数据团队。
• 结果可信：基于企业统一的语义建模来查询，指标口径、业务术语事先定义好，每条结果都对得上、可追溯、看得懂 SQL。
• 生成可控：Text2DSL 语义层先把问题转成可理解、可干预的查询指令再生成结果，命中了哪个主题、用了哪些维度和指标一目了然。
• 建模即底座：支持数据库表与 SQL 虚拟表注册，AI 自动识别主键、维度、指标，再配多表关联、查询主题与业务术语映射。
• 对话式下钻：看完一张图想换角度，直接在对话里切维度、换图表，改完即时重算，不用回头找数据同学。
• 多形态输出：表格 + 图表 + 可查看 SQL，支持 9+ 种图表类型，一键导出 Excel、存为报表或加入大屏。
• 企业级权限：管理员授权、公开 / 私有控制、行级 / 列级权限、敏感度分级；v1.2.0 又补齐了助理编辑态的权限治理。
• 集成简单：一个独立 Spring Boot starter，自动装配嵌入宿主应用，兼容 Spring Boot 3 / Spring Boot 4，与积木报表共用一套数据源与密钥体系。
• 与积木生态打通：问出来的结果可直接存为积木报表或加入 JimuBI 大屏，报表、大屏、问数三块拼图合一。

三步上线

• 第一步，搭数据底座（语义建模）：注册数据库表或 SQL 虚拟表，AI 自动识别主键、维度、指标，再配置多表关联、查询主题和业务术语。这一步是地基，决定了 AI 查得准不准。
• 第二步，创建 AI 助理：四步向导完成 —— 填基本信息（头像、名称、欢迎语）→ 绑定数据域 → 配置推荐问题、是否展示 SQL → 预览效果后一键发布上线。
• 第三步，对话即分析：业务同学打开助理直接提问，秒级返回数据表格和可下钻图表，并可查看生成的 SQL、导出结果。

示例效果

对话式取数：问一句，出图出表出 SQL

问一句 "统计最近 6 个月各月销售额，用柱状图展示"，直接给你一张柱状图，外加明细表格和背后的 SQL。

解决 "找数难、取数慢"

在没有 JimuChatBI 之前，企业取数通常是：业务提需求 → 产品转工单 → 分析师写 SQL → 排期 → 出报表，一来一回两三天，改个维度又得重来一遍。

核心能力一览

语义建模：数据域

比如一张销售订单表，order_no 是主键（订单号），region、channel 是维度（地区、渠道），amount、qty 是指标（销售额、销量，按 SUM 聚合）—— 这些 "身份" 标好，AI 才知道该怎么分组、对什么求和。

语义建模：查询主题

AI 助理配置

四步向导即可完成配置并发布上线，发布后这个助理就能精准服务对应的业务团队。v1.2.0 起，上线后编辑入口会被禁用，无权限用户也不会再看到编辑按钮。

对话即分析：命中主题与可下钻图表

提问后系统会告诉你 "已命中查询主题『销售分析』，维度产品线、指标销售额 (SUM)，按降序返回"，然后给出表格 + 柱状图，旁边挂着 "查看 SQL"" 导出 Excel""切换图表"。想换角度，接着问就行。

本文为 JimuReport AI 专题研究系列文章。