ReceiptBI

用自然语言调查数据，保留结论依据，再把确认过的结果整理成报表。

下载桌面版 · 用示例数据试一遍 · English

ReceiptBI 会把问题、使用的数据、生成的图表和结论留在同一次调查中。你也可以把已经确认的结果继续整理成一份报表。

用示例数据试一遍

1. 安装 ReceiptBI 桌面版，或从源码启动。
2. 下载仓库中的 咖啡零售订单示例。
3. 在设置中选择模型服务，然后把示例文件加入项目。
4. 输入下面的问题：

请分析最近一个月的销售额、毛利和退款，并按地区和渠道比较。

下载

当前桌面版本为 ReceiptBI 1.0.0。

系统	安装包
macOS，Apple 芯片	下载 DMG
macOS，Intel 芯片	下载 DMG
Windows x64	下载安装程序

安装包校验值见 SHA256SUMS。

macOS 首次打开

1. 打开 DMG，将 ReceiptBI 拖入“应用程序”。
2. 当前 1.0.0 版本尚未签名。如果 macOS 阻止首次打开，请运行：

xattr -cr /Applications/ReceiptBI.app

自然对话

每次调查都保留最初的问题、相关数据、发现、图表和后续工作。

业务定义智能识别

表的用途、字段含义、指标和关系按数据来源保存。表级定义只在所属表内生效；跨表分析时，再按照已经确认的关系组合使用。

调查结果可以做成报表

选择一次调查，核对建议的内容和顺序，再生成报表草稿。报表支持继续编辑、翻页、预览和导出

预览分页

预览会显示实际分页位置。指标、图表和来源在打印或导出后仍然保持清楚。

如果 ReceiptBI 已经帮你少做一次手工拼表，欢迎点个 Star。

⭐ Star ReceiptBI

工作方式

flowchart LR
    data["文件 / 只读数据库"] --> prep["准备数据"]
    prep --> semantic["确认业务背景"]
    semantic --> ask["提出问题"]
    ask --> run["进行分析"]
    run --> validate["核查依据"]
    validate -->|还需调整| run
    validate --> report["可编辑报表"]

Loading

确认过的数据准备步骤和业务定义可以继续使用。数据更新但结构不变时，可以沿用同一套口径重新调查和刷新报表。

支持范围

内容	当前支持
文件	CSV、XLS、XLSX、Parquet、JSON
数据库	SQLite、MySQL、PostgreSQL，只读连接
模型服务	OpenAI 兼容接口、Anthropic、DeepSeek、Ollama、自定义网关
报表内容	指标、文本、表格、图表、来源和多页预览

从源码运行

macOS 和 Linux 需要 Python 3.11+ 与 Node.js LTS：

git clone https://github.com/MoonMao42/ReceiptBI.git
cd ReceiptBI
./start.sh

也可以使用 Docker：

docker compose up --build

打开 http://localhost:3000，选择模型服务，然后添加数据。

开发说明

常用命令

./start.sh              # 启动前后端
./start.sh setup        # 安装依赖
./start.sh stop         # 停止服务
./start.sh test         # 运行测试

技术栈

部分	技术
前端	Next.js 15、React 19、TypeScript
后端	FastAPI、Python 3.11+、PydanticAI
桌面端	Electron、Rust
数据处理	DuckDB、原生数据库适配器

参与项目

• 提交问题
• 参与讨论
• 贡献指南
• 安全策略
• 行为准则

历史版本

版本	基于	分支
v2	gptme	v2
v1	Open Interpreter 0.4.3	v1

开源协议

MIT