9个优秀的Text2Sql（Chat2Sql）开源项目、资源

news2024/11/17 3:43:23

过去，领导、决策者或业务人员想要统计个数据、做个报告，总是绕不开技术人员的支持。领导需要将想法告诉技术人员，技术人员再将领导的想法转成技术语言（例如：sql），然后对数据进行统计分析，以满足领导的期望。整个过程非常低效！

随着大模型能力逐步强大、场景越来越丰富，从Text到sql或者从Chat到sql的方案也十分火热，这个方案主要是利用大模型将自然语言转化为可以执行的Sql语句，进行数据分析，并根据结果实现报告生成或者可视化展示。这种方案提高了领导们随时想要报告的效率，缓解了应对向上汇报的焦虑，在许多决策支持、大屏展示等场景中非常见效。

本文主要收集了几个比较优秀的Text2Sql相关的开源项目或者资源，供借鉴。

Chat2db

GitHub Star 14K

https://github.com/chat2db/chat2db

图片

Chat2DB旨在成为一个通用的SQL客户端和报告工具，从一开始就包含AI功能。它支持几乎所有比较流行的数据库、缓存，包括：

MySQL

PostgreSQL

Oracle

SQLServer

SQLite

MariaDB

ClickHouse

Presto

DB2

OceanBase

Hive

KingBase

MongoDB

Redis

Snowflake

图片

此外，chat2DB还提供了它的7B开源模型：

GitHub：

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

Huggingface：

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

Modelscope：

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

GitHub Star 4K

https://github.com/sqlchat/sqlchat

图片

SQL Chat是一个基于聊天的SQL客户端，您可以使用自然语言与数据库进行通信，以实现查询、修改、添加和删除等操作。

它目前支持MySQL，Postgres，SQL Server和TiDB无服务器。

GitHub Star 7.7K

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

图片

Vanna是一个开源的开源Python RAG（检索增强生成）框架。Vanna通过整合上下文（元数据、定义、查询等）以及领域知识文档来训练RAG模型。在Vanna框架的基础上可以使用现有工具（例如Streamlit、Slack）构建自定义可视化UI，实现对话结果的可视化。

Vanna通过两个简单的步骤进行操作：

（1）基于数据训练RAG“模型”。

（2）提出问题返回SQL查询，并且可以将查询配置为在数据库上自动运行。

图片

Dataherald

GitHub Star 3.1K

https://github.com/Dataherald/dataherald

图片

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。

他的功能包括：

允许业务用户从数据仓库中获得结果，而无需通过数据分析师

在SaaS应用程序中启用来自生产数据库的Q+A

从您的专有数据创建ChatGPT插件

Dataherald开源代码库包含四大模块：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。Dataherald 代码的亮点之一是模块化设计，将不同的功能模块封装成独立的类和方法，便于代码维护和扩展，也使得 Dataherald 可以轻松地集成新的工具和功能。

GitHub Star 1K

https://github.com/Canner/WrenAI

图片

WrenAI是一个文本到SQL的解决方案，数据团队可以通过询问业务问题而无需编写SQL，可更快地获得分析结果。

其核心理念是利用 LLMs 和 RAG 技术的优势，将自然语言转换为 SQL 查询，并从数据库中检索数据。用户只需用自然语言提出问题，例如“上个月哪个产品的销量最高？”，WrenAI 就能自动将其转换为相应的 SQL 查询，并返回准确的结果。

WrenAI 的核心功能和优势：

开源免费：用户可以根据自己的需求自由部署和使用 WrenAI。开源的力量，让 WrenAI 更加强大！

https://github.com/tencentmusic/supersonic

图片

模型知识库(Knowledge Base)：定期从语义模型中提取相关的模式信息，构建词典和索引，以便后续的模式映射。

模式映射器(Schema Mapper)：将自然语言文本在知识库中进行匹配，为后续的语义解析提供相关信息。

语义解析器(Semantic Parser)：理解用户查询并抽取语义信息，生成语义查询语句S2SQL。

语义修正器(Semantic Corrector)：检查语义查询语句的合法性，对不合法的信息做修正和优化处理。

语义翻译器(Semantic Translator)：将语义查询语句翻译成可在物理数据模型上执行的SQL语句。

问答插件(Chat Plugin)：通过第三方工具扩展功能。给定所有配置的插件及其功能描述和示例问题，大语言模型将选择最合适的插件。

图片

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。此外，两种BI新范式都从中获得收益：

Chat BI的Text2SQL生成通过检索语义数据模型得到增强。

Headless BI的查询接口通过支持自然语言API得到拓展。

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。与此同时，SuperSonic被设计为可插拔的框架，采用Java SPI机制来扩展定制功能。

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