- 社区热度
- 4.7k Stars
- GitHub 收藏
- 最近活跃
- 2026/8/14
- 活跃状态暂不清楚
- 授权协议
- AGPL-3.0
- 强 copyleft
为什么值得关注
不是看 Star 排名,而是看它解决了什么问题、实际有没有用,以及方法为什么值得关注。
解决的问题
传统探索性数据分析和可视化工具需要大量的手工制图与配置,过程繁琐且难以快速发现数据背后的深层模式与因果关系。
实际价值
提供自动化图表推荐、自然语言查询、数据清洗整理、拖拽式分析以及实验性的因果分析功能,能够连接多种主流数据库与文件格式。
创新 / 差异化
引入了基于数据涂抹的交互式分析与自动化的增强型分析引擎,将传统BI报表工具与自动化探索性数据分析结合。
扩展潜力
支持作为开源替代方案部署,且内嵌了独立的组件模块供其他应用复用,同时也集成了主流的大语言模型接口。
为什么是现在
在数据驱动决策普及以及大语言模型和自动化探索工具受到广泛关注的背景下切入市场。
社区活跃度
近 90 天新增 0 个 Issue、2 个 PR;窗口内抽取的 Issue/PR 样本中有 0 位 Issue 发起者、1 位 PR 贡献者,并发布 0 个版本。
维护者响应
窗口内 0 个 Issue 样本关闭率 —,2 个 PR 样本合并率 100%。维护者评论样本仅覆盖该 Issue 样本的 —,不足以可靠判断首次响应率与响应速度。
核心亮点
- AutoPilot 自动探索数据并生成多维可视化建议
- 拖拽式手动探索、AutoVis 与 Data Painter
- 数据整理、Dashboard 和自然语言数据问答
快速开始
安装方式、上手难度、开始步骤。
装在哪
云端 / 托管服务
难不难
容易,照着走就行
- 01先打开 RATH 在线 Sandbox,体验当前公开的部分数据探索能力。
- 02导入 CSV/JSON 文件或连接支持的数据源。
- 03使用 AutoPilot 获取自动探索结果,或在手动界面拖拽字段生成可视化。
- 04需要时再尝试 Data Painter、数据整理和 Alpha 阶段的因果分析。
更适合谁
- 习惯用 Docker 部署的人
更多介绍
RATH 是 Kanaries 开发的开源探索性数据分析与可视化工具。它可以从 CSV、JSON 或数据库载入数据,通过 AutoPilot 自动生成数据探索结果和多维可视化,也可以使用拖拽式界面手动选择字段和图表。
除了自动图表推荐,RATH 还提供 Data Wrangler、Data Painter、Dashboard、自然语言查询和因果分析模块。README 将因果分析标注为 Alpha,项目整体开发状态也写明为 open alpha,因此这些实验功能不应按成熟 BI 产品的稳定性预期使用。
RATH 采用 AGPL 许可证,并提供在线 Sandbox 用于体验部分能力。需要更多 AI 功能时,README 另行推荐其团队的其他产品,但这不属于 RATH 本体。
信息来源
每条信息都标注了状态与出处,可展开查看。
13 条 · 展开
信息来源
每条信息都标注了状态与出处,可展开查看。
capability tags
已核验data_analysis
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
editor note
已核验{"en":"RATH is better suited to the “what is in this dataset?” stage than to fixed operational reporting: automated recommendations, drag-and-drop exploration, and Data Painter all center on EDA. It remains open alpha, and causal analysis in particular should be treated as experimental.","zh":"RATH 更适合“先看看数据里有什么”这一阶段:自动推荐、拖拽探索和 Data Painter 都围绕 EDA,而不是固定报表。当前仍是 open alpha,尤其因果分析需要按实验功能看待。"}
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
how to use
已核验{"steps":[{"en":"Open the RATH online sandbox first to try the currently exposed data-exploration features.","zh":"先打开 RATH 在线 Sandbox,体验当前公开的部分数据探索能力。"},{"en":"Import a CSV or JSON file, or connect a supported data source.","zh":"导入 CSV/JSON 文件或连接支持的数据源。"},{"en":"Use AutoPilot for automated exploration or drag fields in the manual interface to build visualizations.","zh":"使用 AutoPilot 获取自动探索结果,或在手动界面拖拽字段生成可视化。"},{"en":"Add Data Painter, data-wrangling, or the Alpha causal-analysis features when needed.","zh":"需要时再尝试 Data Painter、数据整理和 Alpha 阶段的因果分析。"}],"installAt":"cloud","difficulty":"easy"}
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
intro
已核验{"en":"RATH is an open-source exploratory data analysis and visualization tool from Kanaries. It can import CSV, JSON, or database data, use AutoPilot to generate exploratory findings and multidimensional visualizations, or let users choose fields and charts manually through a drag-and-drop interface.\n\nBeyond automated chart recommendations, RATH includes Data Wrangler, Data Painter, dashboards, natural-language queries, and a causal-analysis module. The README labels causal analysis as Alpha and describes the project itself as open alpha, so these experimental areas should not be treated as having the stability of a mature BI product.\n\nRATH is licensed under AGPL and provides an online sandbox for trying part of the product. The README points to a separate Kanaries product for additional AI features; those are not part of RATH itself.","zh":"RATH 是 Kanaries 开发的开源探索性数据分析与可视化工具。它可以从 CSV、JSON 或数据库载入数据,通过 AutoPilot 自动生成数据探索结果和多维可视化,也可以使用拖拽式界面手动选择字段和图表。\n\n除了自动图表推荐,RATH 还提供 Data Wrangler、Data Painter、Dashboard、自然语言查询和因果分析模块。README 将因果分析标注为 Alpha,项目整体开发状态也写明为 open alpha,因此这些实验功能不应按成熟 BI 产品的稳定性预期使用。\n\nRATH 采用 AGPL 许可证,并提供在线 Sandbox 用于体验部分能力。需要更多 AI 功能时,README 另行推荐其团队的其他产品,但这不属于 RATH 本体。"}
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
最新版本
已核验2.1.0
来源: GitHub 官方接口 · latest_release=2.1.0 · 2026/10/2
许可证
已核验AGPL-3.0
来源: GitHub 官方接口 · license.spdx_id=AGPL-3.0 · 2026/10/2
needs api key
已核验否
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
一句话用途
已核验{"en":"A visual exploratory-data-analysis tool that recommends charts and insights while supporting manual exploration, data wrangling, and experimental causal analysis.","zh":"面向探索性数据分析的可视化工具,可自动推荐图表和数据洞察,并支持手动拖拽分析、数据整理与因果分析实验功能。"}
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
平台
已核验browser
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
分类线索
根据材料推断ai-apps
来源: 项目说明文档 · hint=ai-apps · 2026/8/15
product forms
已核验web
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
role tags
已核验data、product
来源: manual_curated · Manually curated from the verified project README; no AI draft. · 2026/8/17
supports docker
已核验是
来源: 仓库文件 · dockerfile=true; compose=true · 2026/10/2
相关项目
根据分类、能力和适用角色匹配的其他已核验项目。
clearml
覆盖实验追踪、远程任务编排、数据版本和模型工作流的机器学习开发与 MLOps 平台,可使用托管服务或自建服务器。
liam
从现有数据库 Schema 自动生成可交互 ER 图,并支持公开仓库链接与私有仓库 CLI 工作流。
Apache DevLake
把 GitHub、GitLab、Jira、Jenkins、SonarQube 等研发数据汇入统一模型,并用 Grafana 查看 DORA 和研发流程指标。
rill
基于代码的商业智能平台,支持通过 SQL 和 YAML 定义指标,并为 AI 代理提供数据访问接口。
duck-ui
运行在浏览器中的开源 DuckDB 客户端,支持 SQL 编辑器、笔记本、图表和本地 AI 助手。
Dishylink
Dishylink 是一个功能极其完善的 Starlink 本地监控与管理工具。它通过直接访问局域网 API,在无需云端依赖的情况下提供实时性能监控、功耗分析、障碍物地图及设备管理功能。

