当前位置：首页 > news >正文

Chat2DB 学习笔记

news 2025/10/30 9:45:19

之前研究了 spring-ai-alibaba-nl2sql 项目，最近发现 Chat2DB 也有 AI 部分，看下有什么异同

问题分类

首先是问题分类，Chat2DB 没有使用大模型对用户问题进行分类，而是直接附在了请求对象中，看来是希望用户在发送请求时，选择一个问题类型，方便进行后续处理

Chat2DB将问题划分为了五种类型：

生成sql：将自然语言转换为sql
解释sql：解释sql的作用
优化sql：给出优化sql的建议
转换sql：将一种数据库的sql转换为另一种数据库的sql
普通对话：普通的对话聊天，可能与sql无关

这里可以看出两个项目的定位区别，Nl2sql——自然语言生成sql，更多的是关注如何生成sql，以及生成sql后的执行和验证；而 Chat2DB 同时还提供了解释、优化和转换的功能。

流程

获取问题类型的描述：系统内置了每种问题类型的执行要求，根据问题类型获取即可

获取数据库类型：请求中附带了数据源id，根据数据源id查询其数据库类型

获取表结构：若设置了表名，查询其ddl；若未设置表名，则使用用户问题进行召回。

生成提示词：结合类型描述、额外输入（备注之类的字段）、数据库类型、表结构信息、用户问题初步生成提示词

提示词补充：若为转换sql，补充目标sql类型

构造消息列表：历史消息+当前提示词

调用大模型：将消息列表发送到大模型获取结果

提示词

### Please follow the below table properties and SQL input{类型描述}. {额外信息}#### {数据库类型} SQL tables, with their properties:## {表结构信息}##### SQL input: {用户问题}（如果是sql转换）#### Target SQL type: {目标数据库类型}