语义智能

人工智能构建的语义层 适用于您的数据库。

您的数据库存储名称。语义智能赋予其意义：每个表和列的用途、状态列可以包含的值，以及未声明的连接。网络代理读取您的模式和实际值，而专为数据库工作构建的查询流 AI Nova 则为您编写底层代码，因此 Nova、Claude 和 ChatGPT 可以按照数据库的真实情况进行查询。

获取免费计划 团队定价

商业版和企业版套餐包含：每月一定额度的 Nova 点数，剩余部分按需付费。

语义智能 连接器 ERP生产 · 数据库 销售 覆盖范围 92%
01

被俘

网络代理会按照您选择的计划和请求时间读取表、视图、列、键和索引。这就是数据库能够告诉您的关于自身的所有信息。

网络代理，在您的网络上

ord_hdr · 240万行

哦诺整数 cno整数 stat_cdchar(1) ord_dt日期时间 总计decimal(12,2) 代表编号整数

cust_mstr · 38K 行

cno整数 cust_nmvarchar(60) 特尔char(3) cr_limdecimal(12,2) act_flchar(1)

0 声明的外键0 专栏评论没有有效的状态代码列表

02

明白了

Nova 会描述每个表和列，为每列指定类型，列出代码列实际包含的值，并命名 Agent 找到的连接。Nova 正是为此而生：它了解 Query Streams 支持的所有引擎、方言和连接器，从 SQL Server 和 Oracle 到文件集和 Stripe。您所做的任何编辑都会保留。

诺瓦 由 Nova 编写，您可以覆盖

ord_hdr — 销售订单表头：每行记录一个客户订单，包含订单状态、日期、总额以及负责该订单的销售代表。事实表 · 销售域。

哦诺订单号标识符主键
cno下订单的顾客加入 cust_mstr.cno多对一已核对数据
stat_cd订单状态 'S'已发货58% “O”打开31% “H”等候接听7% “X”取消4%
总计订单总额钱
代表编号负责该订单的销售代表连接 emp.emp_id已核对数据
cr_lim以客户货币计价的已批准信用额度。钱由您的团队编辑
数据中发现的连接 已声明 0 个外键 · 已在您的网络上检查 4 个候选键
ord_hdr.cno cust_mstr.cno多对一已验证每个订单的客户编号都存在于客户主数据中。
ord_line.ohno ord_hdr.ohno多对一已验证订单行汇总到其标题处。
cust_mstr.terr hr.territory.terr_cd多对一已验证在同一台服务器上的两个数据库中均发现了该问题。
ord_hdr.rep_id cust_mstr.cno-拒绝这些数字的重叠纯属巧合，并非存在某种关联。
03

教授

有些信息并不包含在模式中：例如哪个表已停用、哪些账户属于测试账户、指标的定义方式等等。当有人在聊天中纠正 Nova 时，Nova 会提出一个事实。只有当该事实通过了针对您数据的只读检查，或者对方确认了一句话的重述后，该事实才会生效。Nova 不会仅仅记住任何信息。

查询流已验证学习
财务主管在聊天中说： “不要使用 历史记录它已经停用了。而且测试账户不计入收入，它们才是真正有收入的账户。 act_fl = 'T'“
诺瓦新星： 检查 历史记录 反对 ord_hdr 现在已连接到您的网络。我将保留以下测试帐户规则： 排除以下客户 act_fl = 'T' 根据收入和客户数量是这样吗？
已退役的桌子 已根据数据进行核实

历史记录 仅包含 2014 年至 2018 年的订单； ord_hdr 涵盖了此后的一切。诺瓦停止阅读 历史记录 并用一行笔记记录历史问题。

已检查您的网络：日期范围确实不连续。每次重新扫描架构后都会重新检查。
业务规则 经授课者证实

测试帐户有 act_fl = 'T'将它们从收入和客户数量中排除。

作者、证据和所有修订记录均已存档。使用该技术的答案更容易被接受，从而赢得信任。
加入可靠性 测量

ord_hdr.rep_id 11% 的网络订单中该项为空，因此代表的明细加起来与总数不符。Nova 对此进行了说明，而不是隐瞒。

数据更改后，请重新运行测量

如果依赖某个事实的答案开始被纠正，该事实会立即被暂停使用并重新核查。无人问津的事实会被淘汰；人们经常使用的事实会被提升优先级。管理员可以看到每一条事实、其证据和作者，并可以修改、撤销或阻止相关人员进行教学。

04

问

同一个问题，分别由一个只能识别名称的人工智能和一个能够读取图层信息的人工智能来回答。只有其中一次运行结果。

Nova · Claude · ChatGPT
简单来说“上个月每个客户分别发货了多少个订单？”
仅姓名猜中了
选择 c.name， COUNT(*)
从   命令 o
连接   客户 c
  关于 c.id = o。customer_id
地点  o.状态 = 已发货
GROUP BY c.name;

这些表或列都不存在。即使名称正确，状态也是一个单字母代码，因此筛选器也无法匹配任何内容。

诺瓦 Nova，具备语义智能跑步
选择 c.cust_nm， COUNT(*) AS 已发货
从   ord_hdr o
连接   cust_mstr c
  关于 c.cno = o.cno
地点  o.stat_cd = 'S'
  和  o.ord_dt >= '2026-09-01'
GROUP BY c.cust_nm；

实际的表，数据中找到的连接，以及 'S' 来自该列自身的值列表。

由代理在您的网络上完成

  • 在您的网络中查找并验证连接。 ERP 和传统数据库通常根本不声明外键。代理程序会找出哪些列可以作为键，并在其自身机器上将每个候选列与您的实际值进行比对，给出基数和判定结果，并剔除仅偶然重叠的相似列。它可以链接同一服务器上不同数据库的表。检查结束后，只会保留评分和一些示例值，实际工作数据会被删除。
  • 它会读取数据库中已有的信息。 引擎统计信息会代替表扫描（如果存在），并且还会包含您已经编写的列注释。
  • 专为生产而设计。 每次查询都是代理程序自行构建的读取操作，每次查询都有超时时间，慢表会回退并重试，并且发现过程会根据时间预算运行。
  • SaaS 和文件源也包括在内。 Stripe、Shopify 和 HubSpot 的配置文件均来自代理的本地缓存，因此不会消耗任何供应商 API 限制。

诺瓦 已发送至 Nova 以写入该层

  • 表名和列名、类型和键
  • 每列几个示例值和几个示例行，限制大小，长文本被截断，二进制数据替换为占位符
  • 状态列和类型列的值列表及其计数
  • 切勿复制表。运行前请排除表，并可随时按表、模式或数据库清除 Nova 的样本和描述。

订单录入模式示例。值列表来源于列中的实际值，绝非猜测。

朗读者 Nova聊天 查询生成器中的 Nova 克劳德在 MCP ChatGPT 通过 MCP

无需构建的语义层

手工构建语义层是一个建模项目。而语义智能则从你的数据出发。

手工构建层（dbt、LookML）语义智能
谁写的您的数据团队，使用 YAML 或 LookML 格式Nova，基于你的模式和实际值。你可以随意编辑。
入门一个建模项目，通常是在仓库里。选择一个数据库并将其打开
加入手工申报已发现并核对数据
适用范围模型仓库通过代理程序访问实时运行的数据库、文件集和 API 连接器。
及时了解架构变更有人修改了模型当数据库增长时发出警报；下次运行时只会填充新增内容。
商业规则和部落知识由数据团队建模，如果有人记得的话由知情人士在聊天中传授，并经过数据验证或在Nova采纳之前确认。
受监管的指标定义是的，这就是他们的优势。这不是最终目标。它描述你的数据并学习你的规则；它不会取代指标层。

已经有 dbt 或 LookML 层了？保留它。语义智能可以覆盖它之前未涉及的数据库。

语义智能常见问题解答

什么是语义层？

语义层位于原始表和提出问题的人员或工具之间。它定义了每个表和列的含义、表之间的连接方式以及哪些值是有效的；有些工具将这部分称为语义模型。语义智能会自动构建语义层：网络代理读取您的模式和实际数据，而专为数据库工作而构建的查询流人工智能工具 Nova 则负责编写语义层。它能够适应我们支持的每个引擎、方言和连接器，因此人工智能工具可以编写与您的数据库匹配的 SQL。

分析数据库性能会降低我的生产数据库速度吗？

它的设计初衷就是为了避免这种情况。每个查询都是只读的，由代理程序构建，每个查询都有超时限制，慢表会在稍后重试，并且发现过程是有时间限制的。引擎会保存统计信息，代理程序会读取这些信息，而不是扫描整个表。你还可以在运行之前排除大型表或敏感表。

我的数据库没有外键，这样还能用吗？

是的，而这正是关键所在。ERP 和传统模式通常没有这种机制。网络代理会查找候选键，将每个候选键与您网络中两列的实际值进行比对，并将符合条件的候选键及其基数和置信度分数记录下来。数值仅因巧合而重叠的候选键会被排除，并且同一服务器上不同数据库中的表可以链接起来。Nova 和 MCP 工具仅依赖于通过的连接。

如果Nova的描述有误怎么办？

您可以编辑它。您编写的描述和类型不会被后续运行覆盖。Nova 还会从聊天记录中的更正中学习，并且每个学习到的信息都会与您的数据进行比对或确认，之后 Nova 才会采纳。管理员可以审核、修改或删除这些信息。

Nova 能学习我们的业务规则吗？

是的。Nova 内置了查询流验证学习功能。当有人在聊天中纠正 Nova 或解释规则时，Nova 会提出一个事实：例如已弃用的表、列的实际含义、连接的可靠性、业务规则或指标定义。关于模式的事实会在生效前通过对网络进行只读查询进行验证；业务规则会在用户确认 Nova 的一句话复述后生效。每个事实都会保留其作者、证据和历史记录。如果依赖于某个事实的答案开始被纠正，该事实将被暂停并重新检查，并且随着数据的变化，测量也会重新运行。管理员可以控制谁可以进行教学，并且可以修改或弃用任何内容。

它与哪些数据源兼容？

它支持 SQL Server、PostgreSQL、MySQL、MariaDB、Oracle、Snowflake、BigQuery、SQLite、Microsoft Access 和 DuckDB，以及文件集和 API 连接器，例如 Stripe、Shopify、HubSpot 和 Google Analytics 4。它能够适应每个引擎的 SQL 方言。

哪些计划包含这项功能，谁可以负责运行它？

语义智能功能包含在 Nova 的商业版和企业版套餐中。运行次数计入套餐的数据处理量。只有管理员才能启用此功能、选择其覆盖的数据库和表、编辑或清除结果。所有使用 Nova 或 MCP 的用户均可受益。

由语义智能驱动
新星人工智能 MCP 服务器 查询生成器 报告和数据提醒 数据库集成
诺瓦

让 Nova 学习您的数据库。

连接数据库，开启语义智能，然后用简单的英语提出你的第一个问题。

获取免费计划 团队定价

商业版和企业版套餐包含：每月一定额度的 Nova 点数，剩余部分按需付费。