- 综合排序
- 最热优先
- 最新优先
LLM实现text2SQL实战总结
LLM在组织内部应用的一类重要场景就是利用LLM的NL2SQL能力，简化用户对数据库的访问。本文主要介绍如何使用LLM生成SQL语句，不涉及到如何训练提升LLM的SQL生成能力。
57711编辑于 2025-04-15- 来自专栏喔家ArchiSelf
Text2SQL的参考架构
Text2SQL（自然语言转SQL）作为自然语言处理（NLP）领域的一项重要技术，在这一背景下发挥着越来越重要的作用。 Text2SQL极大地增强了非技术用户的数据交互能力。 Text2SQL 开发中的主要挑战 尽管 Text2SQL 技术在推动数据访问普遍化方面展现出巨大潜力，但其开发和落地过程中仍面临诸多技术与工程上的挑战。 Text2SQL 系统的核心组件 构建一个高效、准确的 Text2SQL 系统，离不开一套结构清晰、功能明确的技术组件。 Text2SQL 评估框架与模型优化策略 在构建和部署 Text2SQL 系统的过程中，建立一个全面的评估框架至关重要。 针对 Text2SQL 的大型语言模型微调策略 为了进一步提升 Text2SQL 模型的性能，尤其是在特定业务领域或数据库结构下的表现，对基础语言模型进行针对性微调成为一种高效手段。
54711编辑于 2025-12-21 - 来自专栏四楼没电梯
Text2SQL数据集和技术方案整理
Text2SQL（文本到 SQL）是一种自然语言处理（NLP）任务，旨在将用户的自然语言查询转换为可执行的 SQL 查询，从而使非技术用户能够更轻松地与关系数据库交互。 以下是对 Text2SQL 数据集和技术方案的全面整理，涵盖数据集的特性、技术方法的演变以及当前的研究状态。 数据集分析 Text2SQL 的研究和开发高度依赖于高质量的标注数据集，以训练和评估模型。 80,000 通用 简单 否 UNITE 29K ~120K (额外) >12 领域 复杂 部分 SParC/CoSQL 200+ 数千 跨域 中等 是 ATIS 25 数千 航空 简单 否 技术方案 Text2SQL
2.2K10编辑于 2025-03-01 - 来自专栏应用计算
没有 GPU 不用 LLM 能把 Text2SQL 做到什么程度？
，当几乎所有智能问数方案都在比拼谁的模型参数更多、谁用的 GPU 更贵时，我们却要提出一个“离经叛道”的问题：如果抛开大语言模型（LLM）和昂贵的 GPU 算力，仅凭一套精心设计的规则体系，我们能把 Text2SQL 这里已经有了令很多单纯基于大模型的 Text2SQL 方案生畏的 JOIN，不过这还算是最简单的。整个过程，没有猜测，只有映射；没有幻觉，只有逻辑。 传统 Text2SQL 方案在此极易出错，生成错误的 JOIN 逻辑。润乾 NLQ 能自动识别“省”是三个表的公共分析维度，理解用户意图是进行“同维汇总与对齐”，而非简单的表连接。 GROUP BY T_3_2.PROVINCE) T_3 ON COALESCE(T_1.F_1, T_2.F_1) = T_3.F_1这句 SQL 更是嵌套了带有分组汇总的子查询，已经相当复杂，对某些 Text2SQL 这使 NLQ 在 MQL 层面可以像操作单表一样编写查询，而 DQL 引擎则在底层自动、正确地转换为带 JOIN 的高效 SQL，避免了其它 Text2SQL 方案在复杂关联时常出现的逻辑混乱或错误关联问题
22010编辑于 2025-12-23 - 来自专栏码字搬砖
解开基于大模型的Text2SQL的神秘面纱
四、 text2sql 测试集介绍 是的，WikiSQL、Spider 和 BIRD 是常用的 Text-to-SQL 测试集，它们用于评估模型在自然语言查询到结构化查询语言（SQL）转换方面的能力。 七、总结 本文对Text2SQL的实现方式、测试集和评估指标进行了介绍和总结，全面了解了Text2SQL技术的相关内容，对于从事Text2SQL的研究者具有一定的参考意义。
1.7K10编辑于 2025-05-16 - 来自专栏《三桥君 | AI产品方法论》
Text2SQL：如何通过自然语言直接获取数据，打破技术壁垒？
Text2SQL技术应运而生，它让非技术人员能够用自然语言直接获取数据，打破了技术壁垒。 本文三桥君将探讨Text2SQL技术的核心原理、应用场景、实现架构，帮助你入门这一关键技术。 二、Text2SQL：让自然语言与数据库对话 技术原理 Text2SQL是一种将自然语言（如中文、英文）转换为SQL查询语句的技术。 七、Text2SQL进阶：优化性能和准确性 RAG增强方案 检索增强生成（RAG）是提升Text2SQL性能的关键技术，通过RAG技术提升Text2SQL的性能。 八、行业应用案例 行业 应用说明 金融分析 通过Text2SQL技术实现金融数据分析。 电商运营 通过Text2SQL技术实现电商运营数据分析。 医疗数据分析 通过Text2SQL技术实现医疗数据分析。 八、总结 三桥君认为，Text2SQL技术正在改变数据查询的方式，让数据走向“人人可用”。
55210编辑于 2025-08-29 - 来自专栏人工智能领域
Text2Sql：开启自然语言与数据库交互新时代（3030）
而 Text2Sql 技术的出现，为这一问题提供了有效的解决方案。 Text2Sql，即文本到 SQL 的转换技术，它能够将人类语言的自然表达转化为结构化查询语言（SQL） 。 Text2Sql 能够为企业决策提供关键的数据洞察 。 Text2Sql 的应用使得企业决策更加科学、精准，有助于企业在激烈的市场竞争中占据优势 。 （三）教育领域 在教育领域，Text2Sql 为数据库知识的教学带来了新的方法和体验 。 八、未来展望 （一）技术突破方向 展望未来，Text2Sql 有望在多个关键技术方向实现重大突破。随着深度学习技术的持续创新，Text2Sql 模型将朝着更加高效、智能的方向发展。 企业可以利用 Text2Sql 对物联网数据进行分析，优化生产流程、提高设备的运行效率 。 九、结语 Text2Sql 作为一项具有变革性的技术，正深刻地改变着我们与数据库交互的方式。
2.4K22编辑于 2025-01-24 - 来自专栏一臻数据
0代码！教会你用Doris+DeepSeek+Dify搭建ChatBI系统（附完整DSL）
整个Doris ChatBI系统工作流程非常清晰： 用户提需求 → DeepSeek进行Text2SQL → Doris执行查询 → DeepSeek分析 → 可视化BI展示 接下来，直接实战体验 ⬇️ 2️⃣ Text2SQL LLM节点，本次配的是DeepSeek V3，主要作用是定义自然语言转SQl的核心规则、数据库表信息映射、查询技巧、查询示例、注意事项和输出格式。 : str) -> dict: text2sql = text2sql.replace('```sql\n', ' ').replace('\n```', ' ').replace('\n', ' ').strip() text2sql = re.sub(r'(LIMIT \d+;).*', r'\1 ', text2sql, flags=re.IGNORECASE) return { "text2sql": text2sql, } 4️⃣ Doris Execute 这块可以直接用Database插件的SQL Execute，但需要在安装完插件后，配置授权一下可通信的
3.9K31编辑于 2025-04-02 - 来自专栏NLP/KG
NL2SQL技术方案系列(1)：NL2API、NL2SQL技术路径选择；LLM选型与Prompt工程技巧，揭秘项目落地优化之道
、Text2DSL]NL2SQL基础系列(2)：主流大模型与微调方法精选集，Text2SQL经典算法技术回顾七年发展脉络梳理NL2SQL进阶系列(1)：DB-GPT-Hub、SQLcoder、Text2SQL 开源应用实践详解NL2SQL进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解[Text2SQL]NL2SQL进阶系列(3)：Data-Copilot、Chat2DB、Vanna Text2SQL 优化框架开源应用实践详解[Text2SQL]☆☆NL2SQL进阶系列(4)：ConvAI、DIN-SQL、C3-浙大、DAIL-SQL-阿里等16个业界开源应用实践详解[Text2SQL]☆☆NL2SQL text2SQL 模型与任务的数据集。 Text2SQL]NL2SQL进阶系列(3)：Data-Copilot、Chat2DB、Vanna Text2SQL优化框架开源应用实践详解[Text2SQL]DB-GPT-HubSQLCoder更多内容请参考
4.5K25编辑于 2024-04-19 JBoltAI框架：Java生态下的AI能力深度调研
本文将从文档处理、Text2Sql、Text2JSON、流式对话四个基础AI能力出发，探讨JBoltAI框架在Java生态下的表现及其应用潜力。 Text2Sql：自然语言到SQL的智能转换功能概述Text2Sql是JBoltAI框架中的一项重要功能，它能够将自然语言描述的查询需求自动转换为SQL语句，从而简化了数据库查询的复杂度，提高了查询效率 技术实现Text2Sql功能依赖于框架中的自然语言处理与SQL生成模块。 Text2JSON：结构化数据的灵活转换功能概述与Text2Sql类似，Text2JSON功能能够将自然语言描述的数据结构转换为JSON格式，便于数据的存储、传输与处理。 JBoltAI框架作为一款专为Java企业打造的AI应用开发框架，在文档处理、Text2Sql、Text2JSON、流式对话等基础AI能力方面表现出色。
12610编辑于 2026-02-04智能问数：从Text2SQL 到 Text2Model，跨越大模型的不确定性挑战
本文以工程与治理为主线，阐述为何从Text2SQL转型为Text2Model，以及如何构建一条稳定的企业级问数链路。背景与痛点问数门槛高：跨系统、跨口径，必须懂SQL才能拿到数。 从Text2SQL到Text2Model（Text2SQLWithModel）Text2SQL（直接生成到库表）通过用户提问+DDL语句合并生成提示词，直接让大模型输出SQL。 核心差异语义对齐：Text2SQL对齐库表列；Text2Model对齐实体/维度/度量，容错更强。 治理位置：Text2SQL在生成阶段零散处理；Text2Model在模型层前置RBAC/行列级/脱敏与过滤。 一致复现：Text2SQL同一个问题路径不稳定；Text2Model同一个问题题走同一模型视图与口径。架构设计结语跨越大模型的不确定性，关键不在“更大的模型”，而在“更稳的链路”。
31720编辑于 2025-12-11大模型替代方案：FocusSearch如何用MCP协议重构Text2SQL工作流？
作为一个对 Text2SQL 有点小研究的前端码农，我忍不住想和大家聊聊这个工具。它不像那些常见的基于大模型的框架那样“高大上”，反而用了一种更接地气的思路解决问题。 接下来，我就从 Text2SQL 的老故事讲起，带你看看这个项目能干啥，顺便设想一个场景，最后再唠唠为啥我觉得它值得开发者试一试。Text2SQL 是啥？ Text2SQL 就应运而生了——简单来说，它能把你随口说的“最近一个月销量咋样”变成一条规规矩矩的 SQL 语句。早些年，Text2SQL 靠的是规则和统计模型，效果嘛，聊胜于无。 LLM 框架的那些“坑”我试过几个基于 LLM 的 Text2SQL 工具，体验下来只能说，有点“又爱又恨”。 说实话，这些问题让我对 LLM 驱动的 Text2SQL 有点失望。直到我刷到 focus_mcp_sql，才觉得找到了点新思路。
76710编辑于 2025-02-21- 来自专栏应用计算
另辟蹊径的 Text2SQL，不用大模型也能搞 chatBI
事实上，大多数 Text2SQL 技术都会采用某种中间查询语言来解决自然语言到 SQL 转换的精确性问题。 润乾 NLQ 也是同样机制，不同之处在于，其专用的 MQL 采用了类 SQL 的语法而不是常见的 json 结构，而且在查询覆盖范围要远比大多数 Text2SQL 更为广泛。 NLQ 可以调用封装好的 SPL 脚本进行后计算，对于 BI 场景，它能实现的查询功能，要比传统 Text2SQL 的范围更为丰富。前面流程图中所示的“MQL->SQL”过程实际上是简化的表述。
32110编辑于 2025-11-12 - 来自专栏应用计算
这款 Text2SQL 技术为什么能对噩梦般的 JOIN 免疫
在 Text2SQL 领域，JOIN 一直是个“终极考场”。 为什么 JOIN 是 Text2SQL 的“噩梦”？要理解润乾 NLQ 的突破，需看清当前主流技术路径的局限。 免疫原理：润乾 NLQ 的确定性编译架构上面那个噩梦级的 SQL，其实是润乾 NLQ 从“各省的员工数量、产品数量和订单数量”这句话生成的（因为程序生成，里面的中间表名明显是没有业务意义的），Text2SQL 与大多数依赖 LLM 生成 SQL（或中间层）的方案不同，润乾 NLQ 构建了一套多层确定性编译架构，将 Text2SQL 这个复杂的认知问题，分解为“语义转写”、“逻辑编排”与“关联生成”多个可验证的工程阶段 更多实例基于维度对齐和确定性编译的思想，润乾 NLQ 能够系统性地化解各类让 Text2SQL 方案棘手的 JOIN 难题。
12710编辑于 2026-01-20 - 来自专栏NLP/KG
NL2SQL进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解Text2SQL
进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解Text2SQLNL2SQL基础系列(1)：业界顶尖排行榜、权威测评数据集及LLM大模型（Spider vs BIRD）全面对比优劣分析[Text2SQL 、Text2DSL]NL2SQL基础系列(2)：主流大模型与微调方法精选集，Text2SQL经典算法技术回顾七年发展脉络梳理NL2SQL进阶系列(1)：DB-GPT-Hub、SQLcoder、Text2SQL 开源应用实践详解NL2SQL进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解[Text2SQL]NL2SQL任务的目标是将用户对某个数据库的自然语言问题转化为相应的SQL查询。 1.2 RAG生产落地实践架构子模块DB-GPT-Hub 通过微调来持续提升Text2SQL效果 DB-GPT-Plugins DB-GPT 插件仓库, 兼容Auto-GPTGPT-Vis 可视化协议 自动化微调围绕大语言模型、Text2SQL数据集、LoRA/QLoRA/Pturning等微调方法构建的自动化微调轻量框架, 让TextSQL微调像流水线一样方便。
1.7K11编辑于 2024-04-12 - 来自专栏人工智能
当 AI 开始编造事实：Text2SQL 中的幻觉陷阱与破解之道
三、AI幻觉的具体案例（Text2SQL）AI幻觉是指大语言模型以自信、流畅的语气，输出事实上不正确或凭空捏造的内容。它的危险之处在于：看起来太像真的了，普通人很难一眼辨别。 Text2SQL场景示例假设你的数据库里有一张orders表，字段是order_id,user_id,amount,created_at。
9400编辑于 2026-02-17 - 来自专栏NLP/KG
NL2SQL进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解[Text2SQL]
NL2SQL进阶系列(2)：DAIL-SQL、DB-GPT开源应用实践详解[Text2SQL] NL2SQL基础系列(1)：业界顶尖排行榜、权威测评数据集及LLM大模型（Spider vs BIRD）全面对比优劣分析 [Text2SQL、Text2DSL] NL2SQL基础系列(2)：主流大模型与微调方法精选集，Text2SQL经典算法技术回顾七年发展脉络梳理 NL2SQL任务的目标是将用户对某个数据库的自然语言问题转化为相应的 目的是构建大模型领域的基础设施，通过开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力，让围绕数据库构建大模型应用更简单 1.2 RAG生产落地实践架构 子模块 DB-GPT-Hub 通过微调来持续提升Text2SQL效果 DB-GPT-Plugins DB-GPT 插件仓库, 兼容Auto-GPT GPT-Vis 自动化微调 围绕大语言模型、Text2SQL数据集、LoRA/QLoRA/Pturning等微调方法构建的自动化微调轻量框架, 让TextSQL微调像流水线一样方便。
2.1K10编辑于 2024-04-14 - 来自专栏应用计算
Text2SQL 破局技术解析之二：MQL 实现与复杂性
润乾 NLQ 通过 MQL、DQL、SPL 的协同设计，构建了一个层次清晰、职责分明的 Text2SQL 架构。
31320编辑于 2025-11-25 - 来自专栏应用计算
Text2SQL 破局技术解析之三：NLQ 词典与准确性
在本系列的前两篇文章（ Text2SQL 破局技术解析之一：规范文本与灵活性 和 Text2SQL 破局技术解析之二：MQL 实现与复杂性 ）中剖析了 Text2SQL 领域面临的 "灵活性、准确性与查询复杂性 引入规范文本和词典机制，不需要投入高昂成本进行 Fine-tuning 或构建 RAG 知识库，更无需组建专业的 AI 技术团队，降低了实施 Text2SQL 的技术门槛。 这种基于词典的规则引擎方案，使 Text2SQL 具备了可实施、可维护、可信任的企业级应用特性。至此，润乾 NLQ 技术解析系列三部曲已完结。 三者环环相扣，共同构成了一个同时满足灵活性、准确性、复杂性的 Text2SQL 架构。
24610编辑于 2025-12-04 - 来自专栏AI智能体从入门到实践
构建AI智能体：Text2SQL：告别繁琐SQL！用大模型自助生成数据报表
真正的突破来自于自然语言处理技术，特别是大型语言模型的发展，使Text2SQL技术从实验室走向实用阶段。 Text2SQL技术通过将自然语言转换为结构化查询语言（SQL），彻底改变了数据访问方式。 解决方案：在提示词中嵌入性能最佳实践后优化处理，对生成的SQL进行重写和优化与数据库优化器结合，提供执行计划反馈三、Text2SQL的核心组件一个完整的Text2SQL系统包含以下核心组件：1. 这个模块的成熟度将在很大程度上决定Text2SQL技术在企业环境中的落地效果和应用范围。 , "database": "ecommerce_db", "charset": "utf8mb4" } # 初始化Text2SQL系统 text2sql
2.4K20编辑于 2025-11-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号