- Chat2DB
- 项目地址:https://github.com/chat2db/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:
- SQL Chat
- 项目地址:https://github.com/sqlchat/sqlchat
- 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:
- Vanna
- 项目地址: https://github.com/vanna-ai/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:
- Dataherald
- 项目地址: https://github.com/Dataherald/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。
- Supersonic
- 项目地址:https://github.com/tencentmusic/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。
- 架构: