Le text-to-SQL échoue de manières prévisibles : le modèle invente une table, rate une jointure, ou écrit une requête qui s'exécute mais répond à une autre question. Ce projet apporte une réponse concrète aux trois cas, en laissant ouverts le corpus de récupération et l'étape de validation.

NL2SQL Analytics permet de poser des questions sur une base MySQL en langage naturel. Un agent LangChain muni d'outils vérifie la version du serveur, récupère la liste complète des tables, va chercher dans un stockage vectoriel Milvus les DDL les plus proches, la documentation métier et les paires question/SQL, écrit le SQL, valide la syntaxe, l'exécute et explique le résultat — en diffusant chaque appel d'outil dans le chat au fil de l'exécution.

Autour du chat se trouve un véritable atelier : exécuter du SQL généré ou écrit à la main et parcourir les résultats page par page, afficher des graphiques en barres, en courbes et en camembert, copier les résultats en CSV, explorer bases, tables et colonnes avant de générer une requête, et curer les données d'entraînement dans lesquelles l'agent puise, les modifications étant écrites immédiatement dans le stockage vectoriel.

La stack tourne localement via Docker Compose pour MySQL, Milvus et un stockage objet compatible S3, et livre un jeu de données e-commerce de démonstration en anglais dont les commentaires de schéma sont relus par l'agent via information_schema : modifier le commentaire d'une colonne change donc ce que le modèle sait. Les plongements (embeddings) proviennent de n'importe quel point de terminaison compatible OpenAI.

Lisez-le pour la conception de la récupération : les commentaires de colonnes deviennent la connaissance du modèle, les paires question/SQL curées sont modifiables à l'exécution et réécrites immédiatement dans le stockage vectoriel, et chaque requête générée passe la validation avant d'avoir le droit de toucher la base.