Skip to content
项目

OpenDCAI/DataMind has 456 GitHub stars and 60 forks. GitHot measured 0 stars in 24 hours, 0 in 7 days, and +1 in 15 days. Last checked 2026-11-21 16:42 UTC. Last push 2026-10-23.

这些数字如何统计

实测星标增长

24小时
0
7天
0
15天
+1
1个月
正在收集历史

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

关于

All-in-one intelligent assistant powered by LlamaIndex — RAG, GraphRAG, NL2SQL, Skills & Memory with multimodal support.

数据

README_zh.md

原文

DataMind

面向动态 Workspace 的 Codex 数据层。 Codex 负责理解任务、入库规划、关系抽取、 SQL 生成和最终回答;DataMind 负责数据工具、证据、写入回执和版本一致性。

English · 个人用户插件 · 自动测试

个人:本地 Codex + 插件      企业:官方 Codex SDK + 应用宿主
              └────── Codex 主 Agent ──────┘
                       Skills + MCP
                            │
                  共用 DataMind 数据层
                KB / SQL / KG / Skills / Memory
                 证据 / 回执 / Workspace 版本

插件、官方 Codex SDK、CLI、HTTP 和 UI 现在共用同一个 Codex 宿主和数据层。 StoreAgent/RetrieveAgent 类、角色 prompt 和 Claude SDK/CCR Agent 入口已删除。 通用 native loop 仅保留作实验基线,产品入口不再组装它们。

如何使用

个人用户安装插件:

pip install -e .
./scripts/install_codex_plugin.sh

在 Codex 中要求使用 DataMind 入库或查询。插件先开启操作上下文,再按需读取 workspace-ingest、source-update 或 workspace-retrieve Skill。 图、SQL、Skills 和 Memory 的直接操作不需要 DataMind 对话模型密钥。 KB 仍需要 embedding 服务,例如:

export DATAMIND__EMBEDDING__API_KEY=...
export DATAMIND__EMBEDDING__API_BASE=https://api.openai.com/v1
export DATAMIND__EMBEDDING__MODEL=text-embedding-3-small

企业应用使用官方 Python Codex SDK:

pip install -e '.[codex]'
from datamind.codex import CodexSession

async def run():
    async with CodexSession(
        workspace="/srv/workspaces/team-a",
        data_root="/srv/datamind",
        profile="team-a",
    ) as session:
        result = await session.run("读取入库 Skill,然后导入这个工作区。")
        return result.final_response

宿主环境负责 Codex 登录以及企业鉴权、租户授权、调度和资源预算。默认继承 Codex 模型配置。每个会话拥有自己的 Codex thread 和绑定 profile 的 MCP 进程。 SDK 能并发运行会话,但当前 NetworkX JSON 的 live 图写入仍应使用单写入者; 这次改造不包含分布式图存储。版本化构建可在单主机上并发,通过 CAS 决定最终发布。

自定义网关、独立 embedding 和无人值守工具授权见 Codex 网关部署说明。

数据如何协同更新

  1. datamind_operation_begin(mode="write") 开启写操作,后续工具传同一个 operation_id。
  2. 读取入库 Skill,调用 datamind_workspace_prepare 获得源文件清单和哈希。
  3. Codex 分页读取文档并抽取关系,增量模式只为新增、修改的文档提交 {uri, version, triples}。 没有关系也提交空列表;抽取不完整时标记 truncated=true。
  4. datamind_workspace_publish 验证源文件哈希,构建选定的 KB、KG、DB, 复用未变化的源文件、向量和表,全部完成后发布一个 Workspace revision。
  5. datamind_operation_begin(mode="read") 固定当前发布版本。跨工具查询及原文取证 都使用该 operation_id;后续发布不会改变该读操作。新开读操作才能看到新版本。

发布失败保留旧版本。删除源文件后重新发布,新版本会同步去除该文件的业务数据。 增量模式使用本地 LanceDB、Dolt 和按来源存储的 SQLite 图;旧的完整快照仍可读取、显式迁移。 新 Workspace 默认只保留最新版,可选择最近 N 版或全部历史,活动查询会保护原版本。 Skills、Memory 属于实时上下文,不在业务数据快照中。

独立 live 入库仍支持 kb_add_path、db_import_path、graph_replace_source。 它们不会修改已发布快照。图更新由 Codex 提供三元组和预期源文件哈希,验证成功后 才替换该源的支持关系;graph_forget_source 只撤回该源支持,不删除原文件, 也不影响其他来源的证据。

图里存什么,如何查询

存有类型的实体和带来源证据的关系;业务关系名是可扩展字符串。 图默认仍为 NetworkX + JSON。Codex 先用 graph_schema 查看实际类型和关系, 再用 graph_search_entities 定位实体,通过 graph_neighbors 按方向找邻居, 或用 graph_traverse 做有边数和跳数上限的遍历。原文放 KB,精确数值和系列放 SQL。 最终回答由主 Codex 整合证据完成。

CLI/HTTP/UI 与测试

旧插件的 ask/store/graph_query/workspace_ask 由主 Codex 直接调用数据工具代替; 旧 workspace_update 改用 prepare → Codex 抽取 → publish。 旧 Python 双 Agent API 已删除,替代方法见2.0 迁移说明。 CLI、HTTP 和 UI 已接入同一个 Codex 宿主;读请求在开始时固定版本,写请求走同一套数据工具和回执。

pip install -e '.[codex]'
datamind info
datamind ask "项目负责人是谁?"
datamind store "导入这个文件"
datamind chat  # /store 允许写入,/new 清空上下文
python -m uvicorn datamind.server:app --host 127.0.0.1 --port 8000

API 支持指定 revision 读取保留的历史快照。查询只读限制、会话身份和固定版本 通过 MCP 上下文在数据层执行。Codex 使用代码模式时,服务仍会收集真实数据调用的 证据和回执。新版本使用 DATAMIND__CODEX__* 配置主 Agent。

pip install -e '.[dev,codex]'
pytest -q datamind/tests plugins/datamind-context/tests
python -m datamind.scripts.verify_sqlite_demo

CI 覆盖两版 Python、真实 MySQL/Dolt、本地版本与恢复、wheel 安装、直接 MCP 工具, 以及官方 Codex SDK 的无模型推理握手和编排契约。通过自动测试证明已覆盖契约, 不能保证所有模型回答或部署环境都正确。

Apache License 2.0

Workspace 增量存储与历史保留

增量模式通过 LanceDB 版本、Dolt 提交、按来源存储的 SQLite 图和内容哈希文件复用历史数据。 新 Workspace 默认只保留最新版,也可保留最近 N 版或全部历史;正在查询和手动保护的版本不会被清理。 已有 Workspace 的历史不会自动删除,需要显式迁移。见存储与迁移说明。

探索相关项目

加载中…