الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

لغوي SQL مدعوم بالذكاء الاصطناعي

  • مدعوم بالذكاء الاصطناعي ومخصص
  • AI مساعد SQL الاستعلام الآلي
  • أتمتة عملية SQL

لغوي SQL

يمكّن الحل المدعوم بالذكاء الاصطناعي العملاء من دمج معارفهم المتخصصة مع نماذج OpenAI لأتمتة استخراج المعلومات ذات الصلة من قاعدة بيانات SQL (PostgreSQL، وMySQL، وDB2، وOracle، وSQL Server، وSingleStore)، وتدريب الذكاء الاصطناعي بشكل فعال لتقديم نتائج مخصصة كما لو كان تم تدريبهم على مجموعة البيانات الفريدة الخاصة بهم.

  • GPT-4 من OpenAI
  • مدعوم من بايثون
  • واجهة مستخدم بديهية

سوف تحصل على فتح مساعد الذكاء الاصطناعي المخصص الخاص بك دون عناء: قم بالمسح والتحميل والانطلاق.

ملخص

الخوارزميات + هياكل البيانات = البرامج

لقد كانت صيغة نيكلاوس ويرث الشهيرة، "الخوارزميات + هياكل البيانات = البرامج"، منذ فترة طويلة حجر الزاوية في تعليم علوم الكمبيوتر. تؤدي هذه الصيغة إلى الاستنتاج المنطقي بأن "Operation + SQL = Enterprise Applications." تدور أنظمة ERP وCRM وEPM وغيرها من الأنظمة المماثلة بشكل أساسي حول معالجة البيانات وإدارتها. وهي تتضمن بشكل أساسي تقنيات لتقسيم البيانات ودمجها والاستعلام عنها من مصادر بيانات مختلفة. بمعنى آخر، العمود الفقري الرئيسي هو تنفيذ عمليات SQL على قواعد البيانات. وبكلمة أخرى، SQL. إن فهم هذا المبدأ الأساسي يسلط الضوء على فكرة ثورية: ماذا لو كان الذكاء الاصطناعي المتقدم، مثل ChatGPT، قادرًا على التعامل مع SQL بكفاءة ملحوظة؟ هل يمكن أن يعيد تعريف مشهد تطبيقات المؤسسات؟

تظل صيغة نيكلاوس ويرث، "الخوارزميات + هياكل البيانات = البرامج"، ذات صلة، ولكن تطبيقها تطور. في مجال تطبيقات المؤسسات، يشكل الجمع بين العمليات وSQL الأساس لأنظمة مثل ERP وCRM وEPM. ومع ذلك، فإن صعود الذكاء الاصطناعي، الذي تجسده قدرات ChatGPT، يتحدى النهج التقليدي لهذه الأنظمة. من خلال أتمتة استعلامات SQL وتحسينها، يتمتع الذكاء الاصطناعي بالقدرة على تغيير كيفية إدارة الشركات لبياناتها واستخدامها، مما قد يقلل الحاجة إلى برامج المؤسسة المكلفة. ويؤكد هذا التحول على التطور المستمر في التقاطع بين التكنولوجيا والأعمال، مدفوعًا بالتقدم في الذكاء الاصطناعي ومعالجة البيانات.

تخيل سيناريو حيث يمكن لمستخدم الأعمال أن يطلب من ChatGPT إنشاء استعلام SQL للعثور على الارتباطات بين نقاط البيانات التي تبدو غير ذات صلة، مثل بيانات مبيعات البيرة والجوارب. يمكن للذكاء الاصطناعي إنشاء استعلام دقيق، وتوفير رؤى تتطلب عادةً معرفة متخصصة بقاعدة البيانات وSQL. تسلط صيغة DSA الخاصة بـ Niklaus Wirth الضوء على الدور الأساسي لـ SQL في تطبيقات المؤسسات. ومع ظهور تقنيات الذكاء الاصطناعي مثل ChatGPT، فإن مشهد هذه التطبيقات مهيأ للتحول. في حين أن أنظمة تخطيط موارد المؤسسات (ERP) وإدارة علاقات العملاء (CRM) التقليدية ستستمر في لعب دور حيوي، فإن دمج الذكاء الاصطناعي يمكن أن يبشر بعصر جديد من تطبيقات المؤسسات الأكثر مرونة ومرونة وذكاءً.

لم يعد السؤال المطروح هو ما إذا كان الذكاء الاصطناعي سيؤثر على تطبيقات المؤسسات، بل كيف ستتكيف الشركات مع هذا التغيير وتتبنيه لتظل قادرة على المنافسة في المشهد الرقمي المتطور. هذا هو سبب أهمية النموذج الأولي لتطبيق AI SQL Linguist.

كومة التكنولوجيا

  1. واجهة برمجة تطبيقات OpenAI

  2. بايثون

  3. لانجشين

  4. بايثون:

  • المكتبات: Steamlit، Pandas
  • الخدمات السحابية: Google Cloud AI Platform، وAmazon SageMaker، وMicrosoft Azure Machine Learning
  1. واجهة المستخدم (UI):
  • أطر عمل الويب: Streamlit (لتطبيق ويب بسيط)، Flask، Django (للتطبيقات الأكثر تعقيدًا)
  • مكتبات الواجهة الأمامية: React وVue.js (للواجهات التفاعلية)
  1. تكامل قاعدة البيانات:
  • موصلات قاعدة البيانات: SQLAlchemy، psycopg2 (للاتصال بقواعد بيانات محددة)
  1. تكامل قاعدة البيانات:
  • نظام التحكم في الإصدار: Git لإصدار التعليمات البرمجية والتعاون
  • منصة النشر: Heroku، وAWS Elastic Beanstalk، وGoogle Cloud App Engine (لاستضافة التطبيق)
  • إطار الاختبار: pytest (لاختبار الوحدة)

بداية سريعة

  1. بايثون 3.10.1+
  2. مفتاح واجهة برمجة تطبيقات OpenAI

متطلبات 

    langchain==0.1.17
    langchain-chroma==0.1.1
    langchain-community==0.0.36
    langchain-core==0.1.50
    langchain-experimental==0.0.57
    langchain-openai==0.1.6
    langchain-pinecone==0.1.0
    langchain-text-splitters==0.0.1
    langcodes==3.4.0
    langdetect==1.0.9
    langsmith==0.1.53
    language_data==1.2.0
    Languages==1.0.0
    pandas==2.2.2
    pandas-profiling==3.2.0
    psycopg2-binary
    python-dotenv
    streamlit
    streamlit-camera-input-live==0.2.0
    streamlit-card==1.0.0
    streamlit-embedcode==0.1.2
    streamlit-extras==0.4.2
    streamlit-faker==0.0.3
    streamlit-image-coordinates==0.1.6
    streamlit-keyup==0.2.4
    streamlit-pills==0.3.0
    streamlit-toggle-switch==1.0.2
    streamlit-vertical-slider==2.5.5

pip install -r requirements.txt

------------------تعليمات الفيديو---------------------

يوتيوب

مساهمة

  • https://openai.com/
  • https://www.postgresql.org/
  • https://share.streamlit.io/
  • https://www.datastax.com/
  • https://ai2sql.io/

تحذير

سياسة تجريف الموقع

يستخدم هذا المشروع تقنيات الكشط لجمع البيانات من قاعدة بيانات SQL الخاصة بك باستخدام الطريقة القياسية (لا يتم تطبيق تقنية أمان خاصة). من المهم ملاحظة عدم استخدام هذا التطبيق في قاعدة البيانات الحساسة.

لا يتعلق هذا المشروع باستعلام SQL لأغراض غير قانونية. تأكد من حصولك على إذن قبل استخراج المحتوى.

قبل استخدام هذا المشروع

خذ الوقت الكافي لقراءة وفهم سياسات سياسة قاعدة بيانات مؤسستك بعناية.

الامتثال للسياسات

تأكد من الالتزام بسياسات قاعدة البيانات الخاصة بكل طلب. قد يؤدي انتهاك هذه السياسات إلى عواقب مثل فرض قيود على الحساب، أو حظر IP، أو اتخاذ إجراءات قانونية.

ملحوظة

تنصل

هذا المشروع مخصص للأغراض العامة، ولا نتحمل مسؤولية أي عواقب تنتج عن سوء استخدام التقنيات. يتحمل المستخدمون وحدهم المسؤولية عن ضمان الامتثال للسياسات وأي مخاطر مرتبطة بها.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل