DBGPT exploite de grands modèles linguistiques pour comprendre l'intention exprimée en langage naturel de l'utilisateur, générer automatiquement des déclarations SQL précises et les exécuter sur des bases de données supportées telles que MySQL, PostgreSQL, SQLite, etc. Il renvoie des résultats structurés avec des graphiques, permettant aux analystes de données, développeurs et utilisateurs métier de tirer rapidement des insights. L'exploration du schéma, les suggestions d'optimisation de requêtes et l'intégration avec des tableaux de bord font de DBGPT un outil complet pour la prise de décision basée sur les données.

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.