Eatmydata.ai 实战：本地优先的 AI 数据分析工具，不向云端泄露一行数据
背景
数据分析的日常流程通常是这样的：从数据库或 CSV 里拿到数据，打开 Jupyter Notebook 或 BI 工具，花半小时写 SQL、调图表，最后才看到结果。更麻烦的是，如果数据涉及客户信息或业务敏感数据，直接丢进 ChatGPT 或 Claude 的分析窗口会带来隐私风险。
Eatmydata.ai 是一个完全开源（MIT 协议）、本地优先的 AI 数据分析工具。它的核心理念是数据不离浏览器——你上传的 CSV 或电子表格存储在浏览器内的 SQLite 数据库中，AI 生成的 SQL 查询直接在本地执行，远程 LLM 只看到经过 PII 过滤后的元数据，永远接触不到原始数据行。
项目地址：github.com/eatmydata-org/eatmydata
安装与部署
Eatmydata 是一个纯前端应用，无需后端服务器：
git clone https://github.com/eatmydata-org/eatmydata.git cd eatmydata make all
构建产物是一组静态文件，可以部署到任何静态托管平台（GitHub Pages、Cloudflare Pages、Nginx 等）。最快的体验方式是直接访问官方部署站点 eatmydata.ai，无需安装即可试用。
实战场景一：快速上手——用自然语言分析销售数据
假设你有一份 CSV 格式的销售数据，想快速了解各品类销售趋势。
加载数据
在 Eatmydata 界面的「Data Sources」选项卡中，上传你的 CSV 文件。工具会自动将数据导入浏览器内的 SQLite 数据库，并构建语义索引。
提问
在对话输入框中，直接用自然语言提问：
“显示过去 12 个月每个月的总销售额，按品类分组，用折线图展示”
Eatmydata 的多 Agent 系统会这样工作：
- SQL Planner Agent 分析问题，生成对应的 SQL 查询
- Coder Agent 编写图表配置代码
- Orchestrator 协调执行流程，在本地 SQLite 中运行查询
- 结果直接渲染为 Apache ECharts 图表
所有查询都在浏览器内的 SQLite 中执行，数据不会发送到任何远程服务器。
迭代探索
可以继续追问：
“哪三个品类的月增长率最快？用柱状图对比”
工具支持上下文对话，AI 会根据之前的查询结果进一步分析。
实战场景二：多表关联分析——复杂业务查询
Eatmydata 内置了多个示例数据库（Microsoft Contoso、AdventureWorks、NorthWind），方便你快速体验。假设你加载了 Contoso 数据库后提问：
“找到过去一个季度中，退货率最高的前 10 个产品，同时显示它们的供应商信息和库存量”
对于这种跨表 JOIN 查询，Eatmydata 的 Semantic Index 会发挥作用。工具会先扫描数据库 Schema、识别表间关系，然后让 SQL Planner 生成正确的关联查询。整个过程在本地 SQLite 中完成，你看到的是最终图表，中间生成的 SQL 对用户透明。
如果 AI 第一次生成的 SQL 不正确，验证机制会自动重试和修正查询计划。
实战场景三：隐私保护机制——数据如何安全地使用 AI
这是 Eatmydata 最独特的部分。它通过多层机制保护你的数据：
PII 检测与过滤
所有输入到 LLM 的数据会先经过内置的 NER（命名实体识别）引擎过滤。工具使用量化后的 bert-small-pii-detection 模型，直接在浏览器中运行，自动检测并脱敏姓名、邮箱、电话、地址等个人信息。
高基数数据脱敏
对于数值型和统计型数据，工具会在传输给 LLM 前对分布进行 rescale 或完全隐藏具体值。LLM 只能看到经过处理的汇总信息，无法反推出单行数据。
AI 代码沙箱
由 Coder Agent 生成的图表 JavaScript 代码在 QuickJS 沙箱中执行——一个没有网络、文件系统或宿主 API 访问权限的 WASM 隔离环境。即使 AI 生成的代码有恶意逻辑，也无法跳出沙箱。
自定义推理引擎
工具没有使用通用的 ONNX Runtime，而是实现了自己的 WASM SIMD 优化推理引擎——体积仅 0.34 MB（ONNX Runtime 的 1/38），推理速度反而快 1.5–1.7 倍。这意味着嵌入向量生成和 NER 全部在浏览器本地完成，无需调用任何云端推理 API。
最佳实践
- 使用本地 LLM 或廉价 API：Eatmydata 支持 OpenRouter 和所有 Vercel AI SDK 兼容的提供商。搭配
gemini-flash-2.5-lite等低成本模型，每次分析的 API 成本几乎可以忽略。
- 先加载示例数据熟悉流程：内置的 NorthWind、Contoso 数据库带预构建语义索引，是快速上手的最佳起点。
- 大数据集分批加载：虽然 SQLite OPFS 支持最高 2GB 的数据库，但浏览器内存有限。建议将大型数据集按分析维度切片后再上传。
- 利用 Schema 探索 Agent：当涉及不熟悉的数据库结构时，先让 AI 分析 Schema，再提出查询需求，能显著提高首条 SQL 的正确率。
- 注意浏览器上下文限制：如果对话过长导致 Agent 上下文超限，刷新页面后历史对话会丢失——导出关键查询结果到本地后再继续。
总结
Eatmydata 解决了一个看似简单但实际很普遍的问题：如何在不把数据上传到云端的前提下，让 AI 帮你快速分析数据。它的多 Agent 架构（Orchestrator → SQL Planner → Coder）、本地 SQLite 执行引擎和 PII 过滤机制，让「用 AI 分析敏感数据」不再是安全团队的噩梦。
对于需要快速做临时数据分析但又受限于数据隐私政策的开发者、分析师和数据团队来说，Eatmydata 提供了一条实用的中间路线——完全本地运行、完全开源免费、数据全程不离开你的浏览器。