Chat2DB旨在成為一個(gè)通用的SQL客戶端和報(bào)告工具,從一開始就包含AI功能。它支持幾乎所有比較流行的數(shù)據(jù)庫、緩存,包括:

此外,chat2DB還提供了它的7B開源模型:
冪簡集成:
http://explinks.com/api/ai_model_sql_coder

GitHub:
https://github.com/chat2db/Chat2DB-GLM

Huggingface:
https://huggingface.co/Chat2DB/Chat2DB-SQL-7B

Modelscope:
https://modelscope.cn/models/Chat2DB/Chat2DB-SQL-7B

02、Text2Sql開源項(xiàng)目:SQL Chat?

GitHub Star 4K
https://github.com/sqlchat/sqlchat

SQL Chat是一個(gè)基于聊天的SQL客戶端,您可以使用自然語言與數(shù)據(jù)庫進(jìn)行通信,以實(shí)現(xiàn)查詢、修改、添加和刪除等操作。

它目前支持MySQL,Postgres,SQL Server和TiDB無服務(wù)器。

03、Text2Sql開源項(xiàng)目:Vanna

GitHub Star 7.7K 

https://github.com/vanna-ai/vanna

Vanna是一個(gè)開源的開源Python RAG(檢索增強(qiáng)生成)框架。Vanna通過整合上下文(元數(shù)據(jù)、定義、查詢等)以及領(lǐng)域知識文檔來訓(xùn)練RAG模型。在Vanna框架的基礎(chǔ)上可以使用現(xiàn)有工具(例如Streamlit、Slack)構(gòu)建自定義可視化UI,實(shí)現(xiàn)對話結(jié)果的可視化。

Vanna通過兩個(gè)簡單的步驟進(jìn)行操作:

(1)基于數(shù)據(jù)訓(xùn)練RAG“模型”。

(2)提出問題返回SQL查詢,并且可以將查詢配置為在數(shù)據(jù)庫上自動(dòng)運(yùn)行。

04、Text2Sql開源項(xiàng)目:Dataherald

GitHub Star 3.1K

https://github.com/Dataherald/dataherald

Dataherald是一個(gè)自然語言到SQL引擎,為在關(guān)系數(shù)據(jù)庫上的企業(yè)級問答而構(gòu)建。它允許您從數(shù)據(jù)庫中設(shè)置一個(gè)API,可以用簡單的對話進(jìn)行問答。

他的功能包括:

Dataherald開源代碼庫包含四大模塊:引擎、管理控制臺、企業(yè)后端和Slackbot。其中,核心引擎模塊包含了LLM代理、向量存儲和數(shù)據(jù)庫連接器等關(guān)鍵組件。Dataherald 代碼的亮點(diǎn)之一是模塊化設(shè)計(jì),將不同的功能模塊封裝成獨(dú)立的類和方法,便于代碼維護(hù)和擴(kuò)展,也使得 Dataherald 可以輕松地集成新的工具和功能。

AI2sql 能助力您輕松且無縫地實(shí)現(xiàn)將自然語言轉(zhuǎn)換為 SQL 查詢。它具有強(qiáng)大的功能,可高效地完成自然語言與 SQL 查詢之間的轉(zhuǎn)換,為您的相關(guān)操作提供便捷與高效,讓您的工作更加輕松順利。

AI2sql作為另一個(gè)SQL查詢的好幫手,在日常開發(fā)時(shí)也會被經(jīng)常使用。

05、Text2Sql開源項(xiàng)目:SuperSonic
騰訊音樂-超聲數(shù)

https://github.com/tencentmusic/supersonic

06、Text2Sql開源項(xiàng)目:WrenAI

GitHub Star 1K 

https://github.com/Canner/WrenAI

WrenAI是一個(gè)文本到SQL的解決方案,數(shù)據(jù)團(tuán)隊(duì)可以通過詢問業(yè)務(wù)問題而無需編寫SQL,可更快地獲得分析結(jié)果。

其核心理念是利用  LLMs 和  RAG  技術(shù)的優(yōu)勢,將自然語言轉(zhuǎn)換為  SQL  查詢,并從數(shù)據(jù)庫中檢索數(shù)據(jù)。用戶只需用自然語言提出問題,例如“上個(gè)月哪個(gè)產(chǎn)品的銷量最高?”,WrenAI 就能自動(dòng)將其轉(zhuǎn)換為相應(yīng)的  SQL  查詢,并返回準(zhǔn)確的結(jié)果。

WrenAI  的核心功能和優(yōu)勢:

07、Text2Sql開源項(xiàng)目:Awesome Text2SQL

https://github.com/eosphoros-ai/Awesome-Text2SQL

Awesome Text2SQL是一套主要針對LLMs、Text2SQL、Text2DSL、Text2API、Text2Vis等方面的精選教程資源。它提供的大多數(shù)模型都是LLM+Text2SQL,每個(gè)模型都有論文、代碼、數(shù)據(jù)集的鏈接。是一個(gè)Text2SQL比較好的資源庫。

08、Text2Sql開源項(xiàng)目:DuckDB-NSQL

https://github.com/NumbersStationAI/DuckDB-NSQL

DuckDB-NSQL是一個(gè)由MontherDuck和Numbers Station為DuckDB SQL分析任務(wù)構(gòu)建的Text 2SQL LLM。可以幫助用戶利用DuckDB的全部功能及其分析潛力,而不需要在DuckDB文檔和SQL shell之間來回切換。

09、Text2Sql開源項(xiàng)目:Langchain

文檔:

https://python.langchain.com/v0.1/docs/use_cases/sql/

Langchain是一個(gè)比較知名的大模型應(yīng)用框架,但其實(shí),Langchain也可以讓我們在自己在SQL數(shù)據(jù)庫上構(gòu)建一個(gè)問答鏈代理。

可以將LangChain的SQL代理添加到鏈上。它不僅可以根據(jù)數(shù)據(jù)庫的模式和內(nèi)容回答問題,還可以通過運(yùn)行生成的查詢、捕獲回溯,并從錯(cuò)誤中恢復(fù),重新生成。

常見問題解答

1、什么是Text2Sql技術(shù)?

Text2Sql技術(shù)是指將自然語言轉(zhuǎn)換為SQL查詢的技術(shù),它允許用戶使用自然語言提問,系統(tǒng)自動(dòng)將這些問題轉(zhuǎn)換為數(shù)據(jù)庫可以理解的SQL語句,從而檢索數(shù)據(jù)庫中的信息。

2、為什么需要Text2Sql開源項(xiàng)目?

Text2Sql開源項(xiàng)目可以幫助非技術(shù)用戶,如業(yè)務(wù)分析師或決策者,直接與數(shù)據(jù)庫交互,無需編寫復(fù)雜的SQL代碼,從而提高工作效率和數(shù)據(jù)分析的便捷性。

3、這些Text2Sql開源項(xiàng)目支持哪些數(shù)據(jù)庫系統(tǒng)?

這些項(xiàng)目支持多種數(shù)據(jù)庫系統(tǒng),包括但不限于MySQL、PostgreSQL、SQL Server、Oracle、SQLite、MariaDB、ClickHouse、MongoDB等。

4、使用這些Text2Sql開源項(xiàng)目有哪些潛在的風(fēng)險(xiǎn)?

使用這些項(xiàng)目時(shí),可能存在的風(fēng)險(xiǎn)包括生成的SQL查詢的準(zhǔn)確性、數(shù)據(jù)安全性、以及對大模型的依賴性。用戶需要在執(zhí)行前驗(yàn)證和檢查生成的SQL語句,確保數(shù)據(jù)的準(zhǔn)確性和安全性。

5、如何選擇合適的Text2Sql開源項(xiàng)目?

選擇合適的Text2Sql開源項(xiàng)目時(shí),應(yīng)考慮項(xiàng)目支持的數(shù)據(jù)庫類型、用戶界面的友好性、模型的準(zhǔn)確性、以及是否易于集成和維護(hù)。此外,還應(yīng)考慮項(xiàng)目的社區(qū)支持和文檔的完整性。

結(jié)論與使用建議

由于大模型的發(fā)展是一個(gè)逐步增強(qiáng)的過程,在這個(gè)過程中,許多大模型還存在不確定、不穩(wěn)定。在使用基于大模型的Text2Sql方案所生成的SQL查詢還需要格外小心驗(yàn)證,以最小化應(yīng)用風(fēng)險(xiǎn)。

額外推薦:AI2sql,AI2sql是一個(gè)強(qiáng)大的自然語言轉(zhuǎn)SQL查詢的 API。它能夠?qū)⒂脩籼峁┑淖匀徽Z言問題轉(zhuǎn)化為結(jié)構(gòu)化查詢語言(SQL),以實(shí)現(xiàn)對數(shù)據(jù)庫的查詢和分析。

盡量做到:清楚描述數(shù)據(jù)庫上下文、限制數(shù)據(jù)查詢輸出的大小、在執(zhí)行之前驗(yàn)證和檢查生成的SQL語句。

轉(zhuǎn)載自:https://mp.weixin.qq.com/s/399wYLtcpyv0xRMzpz5f1w

上一篇:

深入理解 ASP.NET Core Web API:從哲學(xué)到一對多模型(Models & 1:N 關(guān)系)

下一篇:

2025年GitHub開源生成式 AI API 項(xiàng)目盤點(diǎn):Open WebUI、FastAPI LLM Server、Text Generation WebUI API
#你可能也喜歡這些API文章!

我們有何不同?

API服務(wù)商零注冊

多API并行試用

數(shù)據(jù)驅(qū)動(dòng)選型,提升決策效率

查看全部API→
??

熱門場景實(shí)測,選對API

#AI文本生成大模型API

對比大模型API的內(nèi)容創(chuàng)意新穎性、情感共鳴力、商業(yè)轉(zhuǎn)化潛力

25個(gè)渠道
一鍵對比試用API 限時(shí)免費(fèi)

#AI深度推理大模型API

對比大模型API的邏輯推理準(zhǔn)確性、分析深度、可視化建議合理性

10個(gè)渠道
一鍵對比試用API 限時(shí)免費(fèi)