- Chat2DB
- 專案地址：https://github.com/chat2db/Chat2DB
- 簡介：Chat2DB是一個通用的SQL客戶端和資料分析工具，能夠輔助生成SQL，同時支援對話式的資料分析功能，提供了網頁、客戶端2種使用方式，它支援幾乎所有流行的資料庫，並且chat2DB還開源了7B的SQL模型。
- 特性：SQL生成、智慧報告、資料探索。
- 架構：
- SQL Chat
- 專案地址：https://github.com/sqlchat/sqlchat
- 簡介：SQL Chat 是一個基於聊天的 SQL 客戶端，使用自然語言與資料庫以溝通的方式，實現對資料庫的查詢、修改、新增、刪除等操作。
- 特性：除了自然語言互動外，還能對資料庫進行增刪改查。
- 架構：
- Vanna
- 專案地址： https://github.com/vanna-ai/vanna
- 簡介： Vanna是麻省理工學院授權的開源Python RAG（檢索增強生成）框架，用於SQL生成和相關功能。
- 特性：Vanna只需兩個簡單的步驟——在資料上訓練RAG“模型”，然後提出問題，這些問題將返回SQL查詢，這些查詢可以設定為在資料庫上自動執行。
- 架構：
- Dataherald
- 專案地址： https://github.com/Dataherald/dataherald
- 簡介： Dataherald是一個自然語言到SQL引擎，為在關聯式資料庫上的企業級問答而構建。它允許您從資料庫中設定一個API，可以用簡單的對話進行問答。Dataherald包含四大模組：引擎、管理控制檯、企業後端和Slackbot。其中，核心引擎模組包含了LLM代理、向量儲存和資料庫聯結器等關鍵元件。
- 特性：模組化，允許插入核心模組的不同實現；為文字到SQL、評估等模組提供一流的實現；易於設定和使用主要資料倉儲；允許主動學習，透過使用來提高模型效能。
- Supersonic
- 專案地址：https://github.com/tencentmusic/supersonic/
- 簡介： SuperSonic融合Chat BI（powered by LLM）和Headless BI（powered by 語義層）打造新一代的BI平臺。這種融合確保了Chat BI能夠與傳統BI一樣訪問統一化治理的語義資料模型。透過SuperSonic的問答對話介面，使用者能夠使用自然語言查詢資料，系統會選擇合適的視覺化圖表呈現結果。SuperSonic不需要修改或複製資料，只需要在物理資料模型之上構建邏輯語義模型（定義指標/維度/實體/標籤，以及它們的業務含義、相互關係等），即可開啟資料問答體驗。
- 特性：內建Chat BI介面以便業務使用者輸入資料查詢；內建Headless BI介面以便分析工程師構建語義模型；內建基於規則的語義解析器；支援文字輸入聯想、多輪對話、查詢後問題推薦等高階特徵；支援許可權控制。
- 架構：
