IntelligentQueryEngine

？❓智能查询引擎：现代AI驱动的查询系统

该存储库托管智能查询引擎，这是一种AI驱动的查询解决方案，将高级自然语言处理与强大的数据库查询集成在一起。该系统利用最新的AI模型，矢量数据库和传统的关系数据库来提供与您的数据无缝，智能的交互。

？特征

• Google Gemini和拥抱面部嵌入：利用尖端语言模型的力量了解自然语言查询并将其转换为精确的SQL语句。
• ChromAdb用于矢量存储：有效存储和检索嵌入式，用于上下文感知的查询和语义搜索。
• MySQL后端：查询在传统关系数据库中存储的结构化数据，以确保与现有工作流程的兼容性。
• Langchain集成：连锁复杂的逻辑和工作流程，实现多步查询和决策。
• 基于笔记本的开发：在灵活的互动环境中进行实验和原型。

关键功能

1. 对SQL的自然语言：用户可以用简单的英语提出问题，并且发动机生成准确的SQL查询以获取MySQL的结果。
2. 语义搜索：使用基于向量的相似性搜索搜索存储在Chromadb中。
3. 动态上下文管理：通过Google Gemini和拥抱面部嵌入的上下文理解适应用户查询。
4. 可伸缩性：旨在轻松处理大型数据集和复杂查询。
5. 模块化设计：用于集成其他AI模型或数据库系统的可扩展体系结构。

系统流程图

该结构提供了高级概述，概述了各种组件如何在您的智能查询引擎项目中相互作用。

智能查询引擎：

                    +---------------------+
                    |    User Query       |
                    | (Natural Language)  |
                    +----------+----------+
                               |
                               v
                   +-------------------------+
                   | Google Gemini / Hugging |
                   | Face Embeddings (NLP)   |
                   +-----------+-------------+
                               |
                               v
               +------------------------------+
               |      LangChain (Workflow)    |
               +-----------+------------------+
                               |
           +-------------------+------------------+
           |                                      |
           v                                      v
  +------------------+                   +-------------------+
  |   ChromaDB       |                   |   MySQL Database  |
  | (Vector Storage) |                   |  (Structured Data)|
  +------------------+                   +-------------------+
           |                                      |
           +-------------------+------------------+
                               |
                               v
                   +--------------------------+
                   |  SQL Query Generation    |
                   |  (Data Fetching)         |
                   +--------------------------+
                               |
                               v
                   +--------------------------+
                   |    Final Results         |
                   |   (Returned to User)     |
                   +--------------------------+

流解释：

1. 用户查询（自然语言） ：用户输入自然语言的查询。
2. Google Gemini /拥抱面部嵌入：这些模型处理并将查询嵌入适合理解和进一步处理的格式。
3. Langchain ：策划多步骤过程并集成了不同的组件。
4. ChromAdb ：存储矢量嵌入，用于基于上下文的搜索，帮助查询理解。
5. MySQL数据库：实际数据所在的关系数据库。
6. SQL查询生成：将所处理的自然语言查询转换为精确的SQL语句。
7. 最终结果：查询执行的结果将退还给用户。

✅应用程序

• 商业智能：询问有关您的数据的复杂问题并获得可行的见解。
• 电子商务：自然语言的查询库存，定价和销售数据。
• 研究：从没有SQL专业知识的结构化数据集中提取模式和趋势。
• 数据分析团队：通过民主化对数据的访问来弥合技术和非技术用户之间的差距。

？入门

该存储库包括笔记本电脑环境中的初始实现。过渡到生产就绪的系统将涉及将组件部署到可扩展的基础架构中。

？成分

1. AI模型：Google Gemini和Hugging Face Embeddings（ sentence-transformers/all-MiniLM-L6-v2 ），可用于查询理解。
2. 向量数据库：用于存储和检索嵌入的Chromadb。
3. 关系数据库：用于结构化数据存储的MySQL。
4. 编排：用于封闭步骤的Langchain，例如嵌入检索，查询产生和数据获取。

？实验结果：

• ⛃数据库快照

• ?? ‍从RAW SQL查询输出

• ？来自AI（LLM）提示查询的输出

注意：在Google Colab-Notebook中使用T4 GPU来完成此任务。