stepll2026 / OntiCards

# OntiCards
**企业级 AI 数据中枢 | 让企业数据库可被 AI 读懂、可被业务即用**
**简体中文** | 繁體中文(香港) | English
**开源免费 · 私有化部署 · 全链路数据智能化治理**
**项目地址**：https://github.com/stepll2026/OntiCards/releases
**官方文档**：http://www.onticards.com/docs/zh-cn/
**开源协议**：AGPL-3.0
## 💡 前言：企业AI落地的核心卡点，从来不是大模型
绝大多数企业推进AI数字化落地时，都会陷入同一个困境：**大模型好用，但企业自有数据用不起来**。
数据分散在MySQL、Oracle、国产数据库、各类业务系统中，无统一台账、无业务释义、无质量管控；技术团队疲于写临时SQL、对接数据源、处理数据报错；业务团队取数依赖研发排期，跨部门数据核对耗时数天；同时敏感数据泄露、AI滥用、无审计追溯等安全风险层层叠加。
**数据，本该是企业AI的核心资产，却成了落地最大成本与阻碍。**
你需要的不是更强大的大模型，而是一座**连接业务数据库与AI应用的中间枢纽**——让数据可识别、可查询、可治理、可安全复用。
**OntiCards 正是为此而生**：一站式开源企业级AI数据中枢，零侵入对接存量数据库，AI自动理解数据语义，支持自然语言自助取数、跨源融合、智能质检、权限审计，**连上即可用，大幅降低企业数据AI化落地门槛**。
## ✨ 核心价值：解决企业数据AI化四大核心痛点
- **解决数据孤岛**：兼容9类主流及国产数据库，单平台统一接入、统一管理多源异构数据
- **解决AI读不懂数据**：AI自动生成智能数据卡片，结构化梳理表用途、字段含义、敏感标识、业务关系，让大模型精准理解企业私有数据
- **解决取数效率低**：抛弃人工写SQL、跨部门对接，业务自然语言即可自助查数，多步推理、跨库融合一键实现
- **解决落地不安全、无规范**：内置数据脱敏、权限隔离、操作审计、SSO单点登录，兼顾智能化与企业级安全合规
## 🚀 真实落地案例：大厂验证的生产级能力
OntiCards 并非实验性demo，已在**汽车、金融、政企、制造、教育、地产**等多行业头部企业生产环境稳定落地，适配真实复杂业务场景：
- **汽车行业（年销百万辆级车企）**：重构营销取数模式，自然语言对话式查数，替代5天跨部门人工汇总，覆盖14个业务BI看板，查询准确率超85%，应答率超90%
- **金融行业（6000亿级城商行）**：统一收拢全行制度与业务数据，构建企业知识与数据问答入口，AI产出效率为人工专家4倍，实现业务秒级自助答疑取数
- **政企交通（6000km+省属交通集团）**：监控数据智能化解析，8类异常事件、7类设备故障AI精准识别，准确率≥85%，智能体响应时长＜5秒，实现从“人工盯屏”到“AI主动预警”
- **高端制造（PCB龙头企业）**：多模态AI自动抽取订单图纸结构化参数，实现“图纸进、数据出”，替代人工录入核对，大幅降低错漏率与人力成本
- **地产法务**：AI智能合同审查，单份合同审核从40分钟压缩至4分钟，自动识别风险条款、分级预警、结构化批注
更多行业解决方案：http://www.onticards.com/zh-cn/solutions
## 🔥 核心能力全景
### 1. 多源全兼容数据接入
零侵入接入主流开源、商业及国产数据库，全面适配企业国产化改造需求：
- 开源库：MySQL 5.7+、PostgreSQL 10+、SQLite 3.x
- 商业库：Oracle 11g+、SQL Server 2012+
- 国产库：达梦DMDB V8、人大金仓、OceanBase（MySQL租户）
- 大数据引擎：Trino
### 2. AI 智能数据理解（核心特色）
自动完成全域数据资产盘点，把晦涩的数据库元数据，转化为业务可读、AI可识别的数据资产：
- 智能数据卡片：自动生成每张数据表的业务说明书，包含表用途、字段释义、枚举规则、适用场景
- 智能识别：自动标记敏感字段、梳理表间关联关系、完成全域数据画像
- 业务术语库：自定义行业指标与业务口径，统一全公司数据语言，消除理解偏差
- 字段注释增强：支持Excel字典批量导入，精准修正AI自动解析误差
### 3. 自然语言智能问数（NL2SQL）
- 零SQL门槛：业务自然语言提问，自动适配多数据库方言、生成可执行安全SQL
- 复杂推理：支持多步拆解、嵌套查询、聚合统计，适配复杂业务分析场景
- 跨源融合：一次提问联动多库数据，自动对齐字段、合并结果，彻底打破数据孤岛
- 安全校验：自动拦截高危DML/DDL语句，仅保留只读查询，保障数据库安全
### 4. 全自动化数据质检
内置14种通用质检规则，支持AI智能建模+人工自定义规则，构建闭环数据治理体系：
- 覆盖维度：有效性、唯一性、一致性、完整性、值域合规、日期合规等
- 能力输出：自动质检、质量评分、问题溯源、批量整改、标准化报告导出
- 适配场景：日常数据巡检、上线校验、数据对账、常态化治理
### 5. 企业级安全与集成能力
完全适配生产环境私有化部署需求，满足企业合规、权限管控、系统集成要求：
- 安全管控：数据脱敏、行列级权限隔离、查询审计、操作日志追溯
- 登录集成：支持JWT-SSO单点登录、多账号权限管理
- 开放集成：API-Key开放接口，可无缝对接AI智能体、RPA、BI平台、自研业务系统
- 运维监控：查询流量监控、Token成本统计、服务状态预警、日志排查
## 💻 快速部署（3步一键启动）
### 环境要求
| 项目 | 最低配置 | 推荐配置 |
| --- | --- | --- |
| 系统 | Linux x86_64 | Ubuntu 22.04/24.04 |
| CPU/内存 | 2核4G | 4核8G及以上 |
| 磁盘 | 20G | 50G及以上 |
| 运行环境 | Docker 20.10+、Docker Compose 2.0+ | 最新稳定版 |
### 部署命令
 [code] 
⚠️ **生产环境必改**：数据库密码、密钥、SSO密钥、域名白名单等核心配置
完整部署、离线部署、版本升级、HTTPS配置：部署指南
## ⚡ 5分钟快速上手流程
1. 登录系统，配置LLM大模型（兼容GPT、Claude、通义千问、DeepSeek、智谱、本地Ollama模型）
2. 添加业务数据源，系统自动拉取元数据、生成智能数据卡片
3. （可选）上传业务字典、创建术语库、执行全域/定向数据盘点，优化数据理解精度
4. 自然语言自助取数、配置质检规则、查看监控报表、对接第三方系统
完整操作教程：用户手册
## 👥 适用角色与场景
- **技术负责人/架构师**：快速搭建企业数据AI化底座，统一数据接入、治理、安全规范，降低AI落地成本
- **研发/数据工程师**：减少重复SQL编写、跨库联调、数据核对工作，提升开发与运维效率
- **数据分析师**：自助完成临