新星人工智能

输入问题。
获取有效的 SQL。

一个能够感知模式的文本到 SQL 转换器，可以生成符合方言的查询，针对您的真实数据库进行验证，并在实时数据上执行——所有这些都只需一个问题即可完成。

模式感知 SQL 现场执行 10+ 数据库方言 即时图表

试试 Nova AI 了解更多

文本转SQL：Nova AI如何将问题转化为数据库查询

Text to SQL 利用人工智能将简单的英语问题转换为可执行的 SQL 查询。您无需手动编写 SELECT 语句，只需描述所需数据（例如“显示上个月各地区的销售额”），人工智能即可为您的特定数据库生成正确的查询。支持模式感知的 Text to SQL 工具更进一步，它们会连接到您的实际数据库模式，根据真实的表名和列名验证每个查询，并使用实时数据执行查询，因此您无需在不同工具之间复制粘贴。

Query Streams 是一个安全、实时的数据库集成平台，允许非技术用户通过自然语言查询任何数据库。 Nova AI 是 Query Streams 内部的文本到 SQL 引擎，它为 10 个数据库生成符合方言的 SQL，通过多层管道验证每个查询，并在实时数据上运行它——所有这些都源于一个问题。 了解更多信息，请访问 QueryStreams.com 和 注册即可开始查询.

文本转SQL的工作原理

文本转 SQL 并非一步到位，而是一个流程。输出质量取决于问题与最终结果之间有多少层验证。Nova AI 为每个查询运行六个阶段，从理解用户意图到提供结果（可选图表和分析）。

模式分析 这是至关重要的第一步。在生成任何 SQL 语句之前，Nova 会预先加载实际的表元数据。 语义智能 ——表名、列名、数据类型和关系。这正是感知模式的文本到 SQL 转换器与猜测数据库结构的通用 AI 之间的区别所在。

多层验证 然后，它会检查生成的每个查询：语法检查确保 SQL 语句符合您的特定语言方言；表验证确认所有引用的表都存在于您的数据库模式中；列验证验证每个列名（并使用模糊匹配纠正拼写错误）；结构检查则会捕获诸如无效的 GROUP BY 子句或多语句查询之类的错误。只有通过所有层级的检查，Nova 才会针对您的实时数据库执行查询。

为什么支持模式感知的文本到 SQL 转换至关重要

并非所有文本转 SQL 工具都一样。像 ChatGPT 这样的通用 AI 助手可以根据描述生成 SQL 代码，但它们并不了解你的实际数据库。它们会猜测表名，虚构不存在的列名，生成的语法可能在你的特定数据库引擎上无法运行，最终你还得将结果复制粘贴到另一个工具中才能真正运行。

模式感知工具可以彻底消除这些问题。Nova AI 会在生成任何内容之前读取您的数据库模式，生成数据库期望的精确 SQL 方言，并根据您的实际元数据验证每个表和列引用，然后直接在您的实时数据上执行。最终结果不仅仅是一个 SQL 字符串，而是一个包含数据、图表和自然语言分析的完整答案。

要深入了解自然语言在实践中如何转换为 SQL，请参阅 自然语言到 SQL：Nova AI 如何将问题转化为数据库查询.

Nova AI 的独特之处

Nova AI 专为数据库查询而构建，并非由通用聊天机器人改造而来。从语义智能到方言引擎，每个组件的设计都只有一个目的：将问题转换为正确、可执行的 SQL 语句。

支持的数据库

Nova AI 为 Query Streams 支持的每个数据库生成特定方言的 SQL。部署 多个代理 无论您的基础架构位于何处——本地服务器、AWS EC2 实例、Azure 虚拟机、Google Cloud 还是全球任何环境——每个代理都会自动更新，并将其数据源以统一列表的形式显示在 Nova 的界面中。

支持的数据库： 微软 SQL 服务器 （T-SQL） PostgreSQL, MySQL, 玛丽亚数据库, SQLite, Microsoft Access, 甲骨文, 雪花, BigQuery, 和 鸭子数据库Nova 也与 API桥接连接器 来自 Stripe、HubSpot、Shopify、Google Analytics、Google Search Console 和 ShipStation 的数据会缓存在本地 DuckDB 中，并可像其他数据库一样通过自然语言进行查询。更多集成即将推出。

Text to SQL 入门

从零基础到用自然语言查询数据库，只需三步。无需任何 SQL 知识。

步骤 1：安装 Query Streams 代理。 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代理程序。该代理程序仅进行出站连接——无需更改防火墙设置、无需设置入站端口、无需配置 VPN。它可在 Windows、macOS 和 Linux 系统上运行。

步骤 2：打开 Nova AI。 从“查询流”控制面板导航至 Nova，然后选择数据库和数据源。语义智能会在后台自动加载您的表、列、数据类型和关系。Nova 适用于商业版和企业版套餐。

步骤三：提出你的问题。 用简单的英语输入问题：“显示上季度所有超过 500 美元的订单，按客户分组。” Nova 会生成符合您语言习惯的数据库 SQL 语句，通过多层管道进行验证，并使用实时数据运行该语句，最后呈现结果。您可以提出后续问题、请求图表或通过对话进一步完善查询。

超越文本到 SQL：保存和重用

文本转 SQL 只是起点，而非终点。一旦 Nova 生成了您想要保留的查询，您就可以保存它并在整个 Query Streams 平台上使用它：

在 Microsoft Excel 或 Google Sheets 中运行。 已保存的查询会与手动创建的查询一起显示在“查询流”插件中。选择一个查询，调整任何可用的筛选条件，然后运行它——实时数据流会按需直接传输到您的电子表格中。“查询流”支持并行查询执行，因此您可以同时在不同的工作表标签页中启动多个查询。

与团队成员或外部合作伙伴分享。 接收者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，例如日期范围、地区和产品类别，而无需查看您的 SQL 代码或数据库凭据。您共享的是查询数据的交互功能，而不是数据本身。

添加交互式筛选器的参数。 将查询中的静态值转换为动态筛选器。当您或您的收件人运行查询时，他们会看到下拉菜单、日期选择器和文本输入框，而不是原始 SQL 语句。Query Streams 可以检测查询中的显式变量和静态值，并将其转换为筛选器。

要了解人工智能分析如何扩展到文本到 SQL 之外的更多内容，请参阅 人工智能驱动的分析.

谁能从文本转 SQL 中受益？

常见问题

开始用简明英语查询

更多内容 Nova AI 功能请参阅功能页面。如需了解包括图表、趋势分析和数据故事讲述在内的完整分析工作流程，请参阅 人工智能驱动的分析有关数据库连接指南，请参阅 将 SQL Server 转换为 Excel, PostgreSQL 到 Excel，或 将 MySQL 转为 Google Sheets.