我要投稿

热门开源Text2SQL框架

发布日期：2024-08-31 12:17:23 浏览次数： 2437

作者：深度学习机器

微信搜一搜，关注“深度学习机器”

1. Chat2DB

• 简介：Chat2DB是一个通用的SQL客户端和数据分析工具，能够辅助生成SQL，同时支持对话式的数据分析功能，提供了网页、客户端2种使用方式，它支持几乎所有流行的数据库，并且chat2DB还开源了7B的SQL模型。
• 特性：SQL生成、智能报告、数据探索。
• 架构：

2. SQL Chat

• 简介：SQL Chat 是一个基于聊天的 SQL 客户端，使用自然语言与数据库以沟通的方式，实现对数据库的查询、修改、新增、删除等操作。
• 特性：除了自然语言交互外，还能对数据库进行增删改查。
• 架构：

3. Vanna

• 简介：Vanna是麻省理工学院授权的开源Python RAG（检索增强生成）框架，用于SQL生成和相关功能。

• 特性：Vanna只需两个简单的步骤——在数据上训练RAG模型，然后提出问题，这些问题将返回SQL查询，这些查询可以设置为在数据库上自动运行。

• 架构：

4. Dataherald

• 简介：Dataherald是一个自然语言到SQL引擎，为在关系数据库上的企业级问答而构建。它允许您从数据库中设置一个API，可以用简单的对话进行问答。Dataherald包含四大模块：引擎、管理控制台、企业后端和Slackbot。其中，核心引擎模块包含了LLM代理、向量存储和数据库连接器等关键组件。
• 特性：模块化，允许插入核心模块的不同实现；为文本到SQL、评估等模块提供一流的实现；易于设置和使用主要数据仓库；允许主动学习，通过使用来提高模型性能。

5. Supersonic

• 简介：SuperSonic融合Chat BI（powered by LLM）和Headless BI（powered by 语义层）打造新一代的BI平台。这种融合确保了Chat BI能够与传统BI一样访问统一化治理的语义数据模型。通过SuperSonic的问答对话界面，用户能够使用自然语言查询数据，系统会选择合适的可视化图表呈现结果。SuperSonic不需要修改或复制数据，只需要在物理数据模型之上构建逻辑语义模型（定义指标/维度/实体/标签，以及它们的业务含义、相互关系等），即可开启数据问答体验。
• 特性：内置Chat BI界面以便业务用户输入数据查询；内置Headless BI界面以便分析工程师构建语义模型；内置基于规则的语义解析器；支持文本输入联想、多轮对话、查询后问题推荐等高级特征；支持权限控制。