开源项目 · Multi-Model Agent

AI SQL Agent

基于多模型协同的 AI SQL 智能体
自然语言 → SQL 生成 → 执行 → 结果分析，一站式智能数据查询

⭐ Star on GitHub 快速开始在线演示

核心功能

覆盖 SQL 开发全流程，从自然语言到数据分析一站式完成

💬

自然语言转 SQL

用中文描述需求，AI 自动生成生产级 SQL。支持复杂查询、多表关联、聚合分析

Agent 自动工作流

自动拆解复杂任务为子任务，按序执行生成→执行→分析，输出综合报告

🚀

SQL 执行引擎

连接真实数据库直接执行 SQL，返回结构化结果，支持达梦/MySQL/PostgreSQL

📊

智能结果分析

AI 自动解读查询结果，发现数据规律、异常值和趋势，提供可视化建议

⚡

SQL 优化建议

检测慢查询和性能瓶颈，给出索引建议、SQL 改写方案及优化理由

🔄

多模型一键切换

支持 GPT、GLM、Claude、MiMo、DeepSeek、Qwen 等，一行代码切换模型

Agent 工作流

自动拆解、编排、执行复杂 SQL 任务

📝

用户任务

自然语言描述

→

🧠

任务拆解

Agent 分解子任务

→

💻

SQL 生成

LLM 生成查询

→

🗄️

SQL 执行

数据库执行

→

📊

结果分析

AI 解读数据

→

✅

综合报告

结构化输出

快速开始

3 步即可开始使用

$ install

pip install ai-sql-agent

CLI

Python SDK

Agent

# 自然语言转 SQL
ai-sql ask "查询每个部门的平均工资"

# 指定达梦方言
ai-sql -d dm ask "最近30天订单统计"

# Agent 工作流
ai-sql agent "分析销售趋势找Top10客户"

# 交互模式
ai-sql interactive

from ai_sql_agent.assistant import SQLAssistant
from ai_sql_agent.db.dialects import DialectType

assistant = SQLAssistant(
    provider_name="glm",
    dialect=DialectType.DM
)

# 自然语言 → SQL
result = assistant.generate_sql("查询每个季度的销售额")
print(result["sql"])

from ai_sql_agent.agent import SQLAgent
from ai_sql_agent.config import DBConfig
from ai_sql_agent.db.dialects import DialectType

agent = SQLAgent(provider_name="mimo", dialect=DialectType.DM)

# 一句话 → 拆解 → 生成 → 执行 → 分析
result = agent.run("分析上月销售趋势Top10客户")
print(result["summary"])