人工智能驱动的分析功能让任何人都能用简单的英语提问来查询数据库——无需SQL。 查询流 包括 新星人工智能一个自然语言分析引擎,它可以读取您的实际数据库架构,生成经过验证的 SQL,针对您的实时数据运行查询,并构建图表——所有这些都通过对话界面完成。
无论您的数据存储在 SQL Server、PostgreSQL、MySQL、Oracle、BigQuery、Snowflake 还是任何其他受支持的数据库中,Nova AI 都能将英语问题转化为准确的 SQL 查询结果。无需 BI 工具许可,无需数据模型,也无需学习。
人工智能驱动的分析是如何运作的
传统分析迫使用户做出选择:要么学习 SQL,要么等待懂 SQL 的人。而 AI 驱动的分析则消除了这一瓶颈。以下是 Nova AI 的工作流程:
Nova AI 的独特之处
市面上有很多“AI SQL”工具。它们大多生成通用的 SQL 语句,这些语句可能适用于你的数据库,也可能不适用。Nova AI 则不同,它通过查询流代理直接连接到你的实际数据库架构:
模式感知验证
Nova 会读取您实际的表、列和数据类型。生成的 SQL 使用真实的列名,而不是猜测。
方言正确的 SQL
生成适用于 SQL Server 的 T-SQL、适用于 PostgreSQL 的 PL/pgSQL 以及适用于 MySQL 的 MySQL 语法。并非生成不兼容您所选语言方言的通用 SQL。
自动生成的图表
Nova 会根据您的数据形状建议可视化方式——条形图用于比较,折线图用于趋势,表格用于详细视图。
对话后续
通过聊天来优化结果。“现在按地区细分”或“只显示前 10 个”——Nova 会根据之前的查询进行迭代。
示例:从问题到结果
以下是 Nova AI 实际对话的示例。用户提出一个业务问题,Nova 生成 SQL 语句,运行该语句,并以图表形式呈现答案:
销售 和 产品 表格。以下是我根据您的架构生成并验证过的 SQL 语句:DATE_TRUNC 因为它检测到了 PostgreSQL。在 SQL Server 上,它会生成 DATETRUNC 或 DATEADD/DATEDIFF 而是使用模式。在 MySQL 中,它会使用 四分之一()由于 Nova 会读取实际的数据库元数据,因此 SQL 语句始终符合方言规范。
示例:对话数据分析
Nova 不仅仅是生成 SQL 语句然后就消失了。它会读取结果,分析数据,并与您进行深入的讨论,探讨它的发现。以下是一个多轮分析对话的示例:
订阅 和 续约事件 表格。数据如下:续约率同比增长 23% — 2026 年 1 月至 3 月续约 4,812 份,而去年同期为 3,912 份。1 月和 2 月分别超额完成 1,680 份和 1,740 份(目标是每月 1,500 份)。
然而, 3月份降至1392 ——这比目标低7.2%,打破了上升趋势。 3月份客户流失率飙升至4.1%。高于1月至2月的平均水平2.3%。这似乎是主要驱动因素。
你想让我按套餐等级或取消原因细分三月份的客户流失情况吗?
订阅 与 计划层级 和 取消原因.3月份流失的用户中,82%来自入门级用户。 — 115 例取消订阅中,有 94 例被取消。专业版和企业版套餐保持稳定。取消订阅的主要原因是: “价格上涨” — 在这 94 起 Starter 订单取消中,有 67 起是专门针对 3 月 1 日的价格变动而取消的。
根据 2025 年第三季度价格调整后的类似模式,为现有 Starter 客户提供 90 天宽限期或忠诚度折扣,可以挽回大约 60-70% 的取消订单。
你想让我按层级绘制客户流失细分图表,还是提取实际的收入影响数据?
示例:自动生成的图表
当您的问题需要可视化图表时,Nova 会根据您的数据形状自动生成图表。无需配置,无需拖放式构建器——只需提出问题即可查看:
命令 加入 产品 并按类别分组。以下是您的第一季度收入明细:第一季度总收入: $2,023,500你想让我按月细分数据,还是用折线图绘制增长趋势?
谁能从人工智能驱动的分析中受益
人工智能分析并非只适用于不会编写 SQL 的人。它能加速组织内所有人员的工作流程:
企业用户
财务、销售和运营团队无需向数据团队提交工单,即可从实时数据中获取答案。用英语提问,几秒钟内即可获得结果。
开发人员和分析师
使用 Nova 可以更快地编写复杂查询,然后优化生成的 SQL。这可以节省探索性分析和处理不熟悉模式的时间。
学生和教育工作者
通过查看人工智能针对真实数据生成的查询语句来学习 SQL。通过提出后续问题来理解每个子句的作用。
小型企业
没有数据团队?Nova AI 就是您的数据分析师。无需聘请专家,即可查询您的 PostgreSQL、MySQL 或 SQL Server 数据库。
如何入门(3 个步骤)
第一步:连接数据库。 请访问 my.querystreams.com 注册 在任何可以访问数据库的计算机上安装 Query Streams Agent。该代理通过出站连接,无需更改防火墙设置。支持 SQL Server、PostgreSQL、MySQL、MariaDB、Oracle、Snowflake、BigQuery、DuckDB、SQLite 和 Microsoft Access。
步骤 2:打开 Nova AI。 从查询流仪表板导航至 Nova 界面。选择要查询的数据库和数据源。Nova 会自动读取架构——包括表、列、数据类型和关系。
步骤三:提出你的问题。 用简单的英语输入问题。Nova 会针对您指定的数据库方言生成经过验证的 SQL 语句,并将其应用于实时数据,然后以可视化的方式呈现结果。您可以提出后续问题来完善查询,或者保存生成的查询语句以便在 Excel 和 Google Sheets 中重复使用。
支持的数据库
Nova AI 为 Query Streams 支持的每个数据库生成符合方言的 SQL。部署 多个代理 无论您的基础架构部署在本地、AWS EC2、Azure 虚拟机、Google Cloud 还是全球任何环境中,每个代理都会自动更新,并在 Nova 的数据源选择器中提供其数据源。
支持的数据库包括 Microsoft SQL Server、PostgreSQL、MySQL、MariaDB、SQLite、Microsoft Access、Oracle、Snowflake、BigQuery 和 DuckDB。Nova 还支持将 API 连接器数据(Stripe、HubSpot、Shopify、Google Analytics、Google Search Console、ShipStation)缓存到本地 DuckDB 中。
超越人工智能:保存和分享查询
AI驱动的分析仅仅是开始。一旦Nova生成了您满意的查询,即可保存并在整个平台上使用它:
在 Excel 或 Google Sheets 中运行 — 已保存的查询会显示在“查询流”加载项中。选择、筛选、运行。实时数据可按需导入到您的电子表格中,并支持跨多个工作表并行执行。
与团队成员或外部合作伙伴分享 — 收件人可以通过他们自己的 Excel 或 Google Sheets 运行共享查询。他们可以独立调整筛选条件,而无需查看您的 SQL 代码或数据库凭据。
自动化迁移到其他平台 — 定期安排查询,将数据同步到 Airtable、Smartsheet、Baserow 或 SeaTable。
常见问题
AI生成的SQL语句准确率如何? +
Nova AI 会访问我的实际数据吗? +
AI分析支持哪些数据库? +
我可以在运行之前修改AI生成的SQL语句吗? +
AI驱动的分析是免费的吗? +
它与 ChatGPT for SQL 相比如何? +
顶部PostgreSQL 获取 限制等等),对表名进行与实际模式的比对,对列名进行比对(如果发现错误则使用模糊匹配进行纠错),以及进行结构检查(例如检查是否存在无效的 GROUP BY 子句)。只有在完成所有这些步骤之后,才会对实际数据执行操作。不会在不同工具之间复制粘贴,不会出现虚构的列名,也不会对数据库运行错误的 SQL 语句。我可以将AI生成的查询保存到Excel中以便重复使用吗? +
开始使用人工智能分析
在 my.querystreams.com 免费注册连接数据库,然后向 Nova 提出你的第一个问题。无需任何 SQL 知识——只需用简单的英语提问,即可在几秒钟内获得基于实时数据的验证结果。
有关 Nova AI 功能的更多信息,请参阅 Nova AI 功能页面有关数据库连接指南,请参阅 将 SQL Server 转换为 Excel, PostgreSQL 到 Excel, 和 自然语言到 SQL.

