五个 AI 数据分析开源仓库：对话式分析与 Text-to-SQL 工具栈

是什么 推文以「唯一需要的栈」为口号，聚合五个 AI 数据分析方向的 GitHub 仓库：PandasAI（2.4 万星）、微软 Data Formulator（1.75 万星）、Open Interpreter（6.8 万星）、MindsDB/MindsHub（4 万星）、Vanna（2.4 万星），覆盖从对话式查询、可视化到 Text-to-SQL 的链路。

核心设计

• PandasAI：以 df.chat() 把 DataFrame/CSV/Parquet 变成自然语言问答对象，经 LiteLLM 接入多种模型，提供 Docker 沙箱隔离生成代码的执行，MIT 协议但 ee 目录另有商业许可。
• Data Formulator：微软研究院的可视化分析工作台，核心是 Data Connectors（统一接入文件/数据库/Databricks）与 Data Thread（分支式追问、保留分析上下文），图表由开源 Flint 图表语言驱动，支持 uvx 一键起服务。
• Open Interpreter：已从 Python 项目重写为基于 OpenAI Codex 的 Rust 编码 Agent，主打低成本模型的 harness 仿真（可切换 kimi-code、claude-code 等）、ACP/Codex 协议兼容与原生沙箱，偏向通用编码而非数据分析。
• MindsHub：超级仓库形态的 Agent 工作台，含数据保险库（凭据按连接隔离）、模型路由、可切换的 Anton/Hermes harness 与 Artifacts 发布，定位是知识工作平台。
• Vanna 2.0：完全重写的 Agent 架构，User Resolver → 用户感知工具 → 行级安全 → SSE 流式输出表格/图表，提供开箱即用的 <vanna-chat> Web 组件。

关键洞察 数据栈的共同趋势是「身份与权限贯穿每一层」与「可解释的流式交互」，Vanna 和 Data Formulator 都在把分析从单轮问答演进为可分支、可回溯的会话结构。

边界与风险 列表有标题党成分：Open Interpreter 现为编码 Agent、MindsHub 是通用 Agent 工作台，与「数据分析」只部分重叠；PandasAI、Vanna 核心功能涉及商业版与托管服务，选型时需区分开源边界。无视觉素材，判断仅基于文本。