Chat with Postgresql Database

目标用户群体

- 数据分析师: 需要快速从数据库中提取数据并进行分析。
- 开发者: 想要集成数据库查询功能到他们的应用程序中。
- 产品经理: 需要获取数据以支持决策。
- 业务分析师: 需要与数据库进行交互以获取业务洞察。
- 研究人员: 需要从数据库中获取特定数据以支持研究工作。

解决的问题

- 高效数据查询: 用户可以通过自然语言与数据库进行交互，快速获取所需数据。
- 简化复杂查询: 自动生成 SQL 查询，用户无需了解 SQL 语法即可提问。
- 实时反馈: 实时获取数据库的最新数据，支持即时决策和分析。
- 增强的用户体验: 通过集成 AI 助手，用户可以更直观地与数据进行互动。

工作流步骤

1. 接收聊天消息: 当用户发送聊天消息时，工作流被触发。
2. AI 助手处理请求: AI 助手解析用户请求，并决定需要执行的操作。
3. 获取数据库架构和表列表: AI 助手查询数据库，获取可用的表和架构信息。
4. 获取表定义: 如果需要，AI 助手获取特定表的详细定义，包括列名和数据类型。
5. 执行 SQL 查询: 根据用户的请求，AI 助手生成并执行 SQL 查询。
6. 返回结果: 将查询结果返回给用户，提供实时反馈。
7. 记录聊天历史: 保留聊天历史，以便后续参考和分析。

自定义指南

- 更改数据库连接: 更新 PostgreSQL 数据库凭据以连接到不同的数据库。
- 调整 AI 模型: 可以根据需求更换为其他聊天模型，例如 GPT-3 或其他可用模型。
- 修改查询逻辑: 根据业务需求自定义 SQL 查询的生成逻辑。
- 调整上下文窗口长度: 通过设置 Context Window Length 选项，改变 AI 助手记忆的消息数量。
- 添加新功能: 可以集成其他工具或 API 扩展工作流功能，例如数据可视化工具。