面向团队的 AI 数据分析工作台，支持自然语言分析、数据集管理、指标和仪表盘协作。
Buster 是一个可自托管的数据分析平台：连接数据源后，团队成员可以通过自然语言发起分析对话，沉淀指标和仪表盘，并用收藏夹、数据集分组和权限组管理分析资产。本次候选已完成本地真实运行验证，页面展示了隔离数据库中的样例业务数据。
真实界面
共 8 张
Capabilities
需要在自己的服务器或内网部署 AI 数据分析能力，并让业务团队共享分析结果的企业数据团队、运营团队和产品团队。
适合作为企业内部分析基础设施部署，也可在明确上游许可证边界、模型成本和数据合规责任后，作为面向客户的分析产品底座进行二次开发。
已通过 8 个真实运行中文界面、HTTP、可见正文、控制台、坏图和横向溢出质量门。
本地演示使用隔离 Supabase 和 Adventure Works 样例数据；生产部署所需的模型供应商、外部数据源、域名、密钥、邮件和持久化策略仍需按实际环境配置。上游开发快照中的外部数据源凭据行已从交付包移除。
部署难度
较高
最低配置
建议使用 Linux x86-64 或 arm64 主机，至少 4 vCPU、16 GB 内存和 40 GB 可用磁盘；生产环境还需要 PostgreSQL/Supabase、Redis、可用的模型服务、外部数据源及持久化存储。实际容量应按数据量、模型调用和并发量上调。
开源许可证
MIT（ee 目录除外）
最后验证
2026-08-29
技术栈
授权说明
根目录包含 MIT LICENSE；ee 目录包含单独许可证文件，涉及该目录的部署、修改或再分发时必须按目录许可证分别核对。交付包未携带开发环境凭据，生产密钥需由部署方自行配置。
Release notes
1 个已发布版本
基于上游 commit 2fc8268a60d15dbb2e0ec12bb6fd581176dfadce 完成本候选构建；交付包对开发快照中的外部数据源凭据行做安全移除并保留部署说明。
部署要求：需要 Docker Compose、PostgreSQL/Supabase、Redis、模型服务、外部数据源和持久化存储；生产密钥只能通过部署环境配置。
已知问题：本地验证覆盖 API、认证、数据集、指标、聊天、收藏、仪表盘和权限管理页面；未将本地样例配置等同于生产模型或外部数据源配置。
