Несмотря на продвижение модели фундамента, которая может генерировать сложный заявление SQL, основной проблемой является модель Foundation, не имеет понимания схемы данных организации. Каждая организация имеет различные конвенции именования, поэтому нам нужен способ накормить схему данных и заставить модель фундамента это понимать. Этот репозиторий содержит пример использования пример использования мультимодальных возможностей Антропного Клода для выполнения NLQ (или запроса естественного языка). Придавая диаграмму отношений сущности базы данных (или ERD) в канал изображения и вопрос пользователя в текстовый канал, модель Foundation Antropic Claud может понять вашу схему данных и использовать эту информацию для создания конкретного SQL в соответствии с вопросом пользователя.
Этот репозиторий дает сквозное пример от получения вопроса пользователя, генерируя SQL-запрос, запрашивая озеро Data с использованием Amazon Athena и генерируя более естественные результаты вместо табличных ответов от Amazon Athena.
Python и boto3 SDK, пожалуйста, смотрите здесь для документации Boto3boto3 (вы можете сделать это путем pip install --upgrade boto3 )
Ниже приведена архитектурная диаграмма этого решения.

Смотрите Anploying для получения дополнительной информации.
Эта библиотека лицензирована по лицензии MIT-0. Смотрите файл лицензии.