SQLLinguist

AI 支援的 SQL 語言學家

• AI 驅動、客製化
• AI助理SQL查詢自動化器
• 自動化 SQL 流程

這個人工智慧驅動的解決方案使客戶能夠將他們的專業知識與OpenAI 模型相結合，自動從SQL 資料庫（PostgreSQL、MySQL、DB2、Oracle、SQL Server、SingleStore）中提取相關信息，有效地訓練人工智慧以提供客製化的結果，就像它接受了他們獨特的資料集的訓練。

• OpenAI 的 GPT-4
• 由 Python 提供支援
• 直覺的使用者介面

您將輕鬆解鎖您的個人化人工智慧助理：抓取、上傳和運行。

概述

演算法+資料結構=程序

Niklaus Wirth 的著名公式「演算法 + 資料結構 = 程式」長期以來一直是電腦科學教育的基石。這個公式得出的邏輯結論是「操作+SQL=企業應用」。 ERP、CRM、EPM 和其他類似系統從根本上講都是圍繞著資料的操作和管理進行的。它們本質上涉及從各種資料來源拆分、組合和查詢資料的技術。換句話說，主要的支柱是對資料庫執行SQL操作。換句話說，SQL。理解這項核心原則揭示了一個革命性的想法：如果像 ChatGPT 這樣的高階人工智慧能夠非常熟練地處理 SQL，會怎麼樣？它能否重新定義企業應用程式的格局？

尼克勞斯·沃斯 (Niklaus Wirth) 的公式「演算法 + 資料結構 = 程式」仍然具有相關性，但其應用已發展。在企業應用程式領域，操作和 SQL 的結合構成了 ERP、CRM 和 EPM 等系統的基礎。然而，以 ChatGPT 的功能為代表的人工智慧的興起，對這些系統的傳統方法提出了挑戰。透過自動化和最佳化 SQL 查詢，人工智慧有可能改變企業管理和利用資料的方式，從而有可能減少對昂貴的企業軟體的需求。這種轉變凸顯了在人工智慧和資料處理進步的推動下，技術與業務交叉的持續發展。

想像一個場景，業務使用者可以要求 ChatGPT 產生 SQL 查詢來尋找看似不相關的資料點之間的相關性，例如啤酒和襪子的銷售資料。人工智慧可以產生精確的查詢，提供通常需要資料庫和 SQL 專業知識的見解。 Niklaus Wirth 的 DSA 公式強調了 SQL 在企業應用程式中的基本作用。隨著 ChatGPT 等人工智慧技術的出現，這些應用程式的格局即將發生轉變。雖然傳統的 ERP 和 CRM 系統將繼續發揮重要作用，但整合人工智慧可能會迎來一個更敏捷、靈活和智慧的企業應用程式的新時代。

問題不再是人工智慧是否會影響企業應用程序，而是企業將如何適應和接受這種變化，以在不斷發展的數位環境中保持競爭力。這就是為什麼這個 AI SQL Linguist 應用程式的原型很重要。

技術堆疊

1. 開放人工智慧API

2. Python

3. 浪鏈

4. Python：

• 庫：Steamlit、Pandas
• 雲端服務：Google Cloud AI Platform、Amazon SageMaker、Microsoft Azure 機器學習

2. 使用者介面（UI）：

• Web 框架：Streamlit（適用於簡單的 Web 應用程式）、Flask、Django（適用於更複雜的應用程式）
• 前端函式庫：React、Vue.js（用於互動介面）

3. 資料庫整合：

• 資料庫連接器：SQLAlchemy、psycopg2（用於連接到特定資料庫）

4. 資料庫整合：

• 版本控制系統：用於程式碼版本控制和協作的 Git
• 部署平台：Heroku、AWS Elastic Beanstalk、Google Cloud App Engine（用於託管應用程式）
• 測試框架：pytest（用於單元測試）

快速啟動

1. Python 3.10.1+
2. OpenAI API 金鑰

要求

    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

------------------影片教學---------------------

優酷

貢獻

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

警告

網站抓取政策

本專案利用抓取技術以標準方式（未應用特殊的安全技術）從 SQL 資料庫收集資料。需要注意的是，不要在敏感資料庫上使用此應用程式。

此項目與用於非法目的的 SQL 查詢無關。在提取內容之前請確保您已獲得許可。

在使用這個項目之前

花時間仔細閱讀並理解您組織的資料庫策略。

遵守政策

確保您遵守每個請求的資料庫策略。違反這些政策可能會導致帳戶限制、IP 禁令或法律訴訟等後果。

筆記

免責聲明

本項目僅供通用用途，我們不對濫用科技造成的任何後果負責。用戶全權負責確保遵守政策和任何相關風險。