Вопрос → SQL → ответ
LLM сам пишет SQL по естественному языку. Автоисправление галлюцинаций колонок, forward references и паттернов MAX/MIN.
Задавайте вопросы на естественном языке — платформа сама строит SQL, графики и KPI. LLM, голос и данные работают целиком на вашем компьютере.
Всё, что нужно аналитику — без SQL-курсов и без облака.
LLM сам пишет SQL по естественному языку. Автоисправление галлюцинаций колонок, forward references и паттернов MAX/MIN.
Автоматическое определение связей между таблицами и генерация JOIN — от простых срезов до сложных аналитических разрезов.
Спрашивайте голосом и слушайте ответ: Whisper для распознавания, Edge TTS для озвучки. Всё локально.
KPI-карточки с трендами, графики динамики, распределения — и в чате, и на дашборде. Экспорт диалога в DOCX.
CSV, XLSX, DuckDB/SQLite и URL. Демо-данные в один клик, drag&drop с предпросмотром и автоопределением типов.
Настраивайте правила, рекомендации и контекст ассистента через UI — без правки промптов в коде.
Роли Admin/User, JWT, rate-limiting, безопасный SQL (только SELECT/WITH), bcrypt и гранулярные права.
Многоуровневый кеш LLM и схем, предвычисленные манифесты колонок, стриминг ответов по WebSocket.
От файла до ответа — четыре шага, всё на вашей машине.
CSV, XLSX или база. Платформа профилирует колонки и строит манифест схемы.
Текстом или голосом: «выручка по регионам за март», «топ менеджеров», «аномалии продаж».
Локальная LLM генерирует запрос, валидирует его и сама чинит типичные ошибки.
Таблица, график, KPI и саммари — сразу в чате. История сохраняется в сессиях.
# macOS / Linux git clone <url> sales-analytics cd sales-analytics chmod +x start.sh ./start.sh
Никаких облаков, API-ключей и телеметрии. LLM, распознавание речи и синтез голоса работают локально — продажи, клиенты и стратегия не покидают компьютер.
Три шага до локальной аналитики. macOS, Linux и Windows.
Возьмите сборку для Apple Silicon или Intel в Releases. Приложение автономно — Ollama и модель внутри.
Откройте DMG и установите приложение. При первом запуске: правый клик → Открыть.
Войдите, добавьте CSV/XLSX или демо-данные — и спросите что-нибудь у ассистента.
Рекомендуется: macOS 14+ / Ubuntu 22.04+, 16+ ГБ RAM, SSD 20+ ГБ. Для dev-режима — Python 3.9+ и Node 20+.
Запасной путь, если DMG ещё не опубликован или нужен dev-режим.
# клонировать репозиторий git clone https://github.com/M3etis/Offline-Sales-Analytics.git cd Offline-Sales-Analytics # автоустановка Ollama, модели, venv и зависимостей chmod +x start.sh ./start.sh # остановка ./stop.sh
git clone https://github.com/M3etis/Offline-Sales-Analytics.git cd Offline-Sales-Analytics powershell -ExecutionPolicy Bypass -File start.ps1
Скрипт поднимет бэкенд и фронтенд, откроет http://localhost:5173.
Руководство по ручной установке и сборке Desktop (DMG) — в
README.
Выберите баланс скорости и качества SQL под ваше железо.
| Модель | RAM | Скорость | Качество SQL | Профиль |
|---|---|---|---|---|
| qwen2.5:7b | ~5 ГБ | ~20 ток/с | Базовое | быстрый старт |
| qwen2.5:14b | ~9 ГБ | ~10 ток/с | Хорошее | рекомендуем |
| qwen2.5:32b | ~20 ГБ | ~3–4 ток/с | Отличное | 32 ГБ RAM |
Локальный ИИ для продаж: без облака, без SQL-курсов, без утечек.