DB-conv est une bibliothèque Python légère conçue pour permettre une IA conversationnelle sur des bases de données SQL. Après installation, les développeurs la configurent avec les détails de connexion à la base et les identifiants du fournisseur LLM. DB-conv gère l’inspection du schéma, construit des SQL optimisés à partir des prompts utilisateur, exécute les requêtes et renvoie les résultats sous forme de tableaux ou de graphiques. Elle supporte plusieurs moteurs de bases de données, le caching, la journalisation des requêtes et des modèles de prompts personnalisés. En abstraisant la conception de prompts et la génération de SQL, DB-conv simplifie la création de chatbots, d’assistants vocaux ou d’interfaces web pour l’exploration autonome des données.

DataAgent exploite des agents IA avancés basés sur des LLM pour explorer des ensembles de données, générer des insights et assembler automatiquement des pipelines de machine learning. Les utilisateurs dirigent DataAgent vers un CSV, une table SQL ou un DataFrame Pandas et posent des questions en langage naturel. L'agent interprète les requêtes, exécute le code d'analyse, visualise les résultats et écrit même des scripts Python modulaires pour les tâches ETL et de modélisation. Il rationalise tout le flux de travail en science des données en réduisant le code boilerplate et en accélérant l'expérimentation.