快速入门 (Getting Started)

跟随本指南，在几分钟内启动 LakeMind，配置您的 AI 大模型，并开始用自然语言探索本地数据。

---

1. 编译与启动

确保您的开发环境已安装 Node.js 以及 Rust 编译链（Tauri 开发基础）。

# 1. 克隆代码库并安装依赖
npm install --include=dev

# 2. 启动 Tauri 开发服务器 (首次编译需要 5-15 分钟下载并编译 DuckDB 源码)
npm run tauri dev

TIP

首次编译会因为编译 Rust 版嵌入式 DuckDB 引擎而比较缓慢，此后再次启动将直接使用编译缓存，秒级启动。

---

2. 配置 AI 大模型 (LLM)

LakeMind 依靠大语言模型的推理与自纠错能力来驱动 Agent 运行。为了获得最佳分析性能、极速响应与极致的低成本，我们推荐配置云端 API 密钥。

IMPORTANT

关于数据隐私：无论使用何种大模型 API，LakeMind 与大模型交互时仅传输表结构（Schema）和 OKF 语义定义，原始数据明细行绝对不上网。所有的查询、清洗与多步加工都在本地 DuckDB 中执行，完美保障隐私！

配置大模型 API 密钥（推荐，零部署门槛）

这是最快、最省心也是分析效果最好的使用方式。我们特别推荐使用 DeepSeek-v4-flash 等快且省的轻量模型，或者 OpenAI gpt-4o 等旗舰模型。

1. 获取您的 AI 平台 API 密钥（例如 DeepSeek 平台或 OpenAI 平台）。
2. 打开 LakeMind，点击右上角齿轮进入 设置 (Settings)。
3. 在模型提供商中选择您的提供商（如 DeepSeek 或 OpenAI），填入 API 密钥（API Key）。
4. 如果使用第三方转发，可自定义 API Endpoint 地址。模型选择推荐速度飞快、Token 极其低廉的 deepseek-v4-flash 或 gpt-4o。

---

3. 创建您的第一个工作区

1. 启动应用后，点击首页的 + 新建工作区 (New Workspace)。
2. 选择本地的一个空文件夹（例如 ~/Downloads/my_first_lake）。
3. LakeMind 会自动在该文件夹下创建工作区配置文件，并初始化专属的本地数据库 lake.duckdb。此时您的本地 Lakehouse 已经创建完毕！

---

4. 导入数据并与 Agent 对话

第一步：导入本地数据或连接数据库

LakeMind 不仅支持本地文件分析，还能直接对接各类关系型数据库：

• 导入本地文件（支持 CSV、Parquet、Excel、Delta）：
  • 直接在系统中把文件或整个文件夹拖拽到 LakeMind 主窗口的空白区域。
  • 在左侧导航栏的 Files 面板中浏览本地磁盘，右键点击文件选择 Import to Data Lake。
• 连接外部数据库（已支持 SQLite 等，未来将不断集成更多数据库类型）：
  • 在左侧导航栏点击 Connections（连接配置），点击 Add Database Connection。
  • 填入本地或远程数据库的连接路径/参数，Agent 会自动扫描其 Schema 并织入 OKF 本地知识库。

第二步：开始自然语言对话

1. 按下快捷键 ⌘ + Shift + N（Windows 下为 Ctrl + Shift + N）新建一个 Chat 对话任务。
2. 在下方对话框中输入大白话：

   “分析下这个表里有哪些列，找出包含缺失值最多的列，并以饼图展现缺失值比例。”

3. 回车发送。接下来，Agent 会自动：
   • 🔍 调用 list_tables 和 describe_table 探查元数据。
   • ⚙️ 调用 execute_query 计算统计信息。
   • 📊 调用 render_chart 将饼图渲染呈现在对话框里。