SQL-Abfragen sofort mit KI-gestützter Schema-Interaktion generieren
Das manuelle Erstellen von SQL-Abfragen oder die Navigation durch komplexe Datenbankschemata ist zeitaufwendig und fehleranfällig. Dieser Workflow nutzt KI, um präzise SQL-Abfragen sofort aus Ihrem Datenbankschema zu generieren und ermöglicht eine Interaktion in natürlicher Sprache, ohne direkten Zugriff auf Daten.
Documentation
KI-gestützte SQL-Erzeugung aus Schema
Dieser n8n-Workflow ermöglicht es Ihnen, mithilfe natürlicher Sprache mit Ihrer MySQL-Datenbank zu interagieren und dabei fortschrittliche KI zu nutzen, die SQL-Abfragen ausschließlich auf Basis Ihres Datenbankschemas erzeugt. Dies eliminiert die Notwendigkeit, Abfragen manuell zu schreiben, und gewährleistet Datenschutz, indem keine tatsächlichen Daten an die KI weitergegeben werden.
Hauptfunktionen
- Natürliche Sprache zu SQL: Verwandelt einfache englische Fragen in präzise SQL-Abfragen.
- Schema-Only-Interaktion: Die KI erzeugt Abfragen ausschließlich anhand der Datenbankstruktur und schützt so sensible Daten.
- Lokales Schema-Caching: Verbessert die Leistung durch lokales Cachen des Datenbankschemas und vermeidet wiederholte Aufrufe der Remote-Datenbank.
- Konversationeller KI-Agent: Nutzt LangChain und OpenAI (GPT-4o) für intelligente, kontextbasierte Abfrageerstellung und direkte Antworten.
- Automatisierte Ausführung von Abfragen: Führt automatisch generierte SQL-Abfragen aus und präsentiert formatiert die Ergebnisse, wenn zutreffend.
Funktionsweise
Der Workflow arbeitet in zwei Hauptphasen: einer initialen, einmaligen Einrichtung und einer kontinuierlichen, KI-gestützten Chat-Interaktion.
- Initiale Einrichtung (einmalig ausführen): Der Workflow verbindet sich mit Ihrer MySQL-Datenbank, extrahiert alle Tabellennamen und deren jeweilige Schemata und speichert diese umfassenden Schema-Informationen in einer lokalen JSON-Datei (./chinook_mysql.json). Dieses zwischengespeicherte Schema wird dann für alle nachfolgenden KI-Interaktionen verwendet, wodurch der Prozess erheblich beschleunigt und die Datenbankbelastung minimiert wird.
- Chat-Interaktion (bei jeder Nachricht): Wenn ein Benutzer eine natürlichsprachige Abfrage über den Chat Trigger eingibt, lädt der Workflow das zwischengespeicherte Datenbankschema und übergibt es zusammen mit der Benutzerfrage an den KI-Agenten (gestützt durch OpenAI GPT-4o und LangChain). Die KI, die so konfiguriert ist, dass sie ausschließlich das Schema verwendet, versucht, eine relevante SQL-Abfrage zu generieren. Wenn eine SQL-Abfrage generiert wird, wird diese automatisch extrahiert, gegen die MySQL-Datenbank ausgeführt und die Ergebnisse werden formatiert neben der natürlichsprachigen Antwort der KI präsentiert. Falls kein SQL erforderlich ist, gibt die KI eine direkte Antwort. Das Gedächtnis des Agenten stellt sicher, dass der Kontext über mehrere Interaktionen erhalten bleibt.