text_to_sql_pipeline.py

Natürliche Sprache → SQL-Abfrage gegen die eigene Datenbank, ausgeführt mit lokalem Modell.

So nutzt du es

Anleitung lesen, Befehle ins Terminal kopieren. Ollama gibt es für macOS, Windows und Linux — Installation von ollama.com.

Im Detail

Diese Pipeline zeigt ein sehr praktisches RAG-Muster: Statt Dokumente zu durchsuchen, übersetzt sie eine natürlichsprachige Frage per lokalem LLM in eine SQL-Abfrage, führt sie gegen die eigene Datenbank aus und liefert das Ergebnis zurück in den Chat. Alles läuft lokal, es verlassen also keine Datenbankinhalte den eigenen Rechner. Praktisch für alle, die Kennzahlen oder Reports aus einer bestehenden Datenbank abfragen wollen, ohne selbst SQL zu schreiben oder ein BI-Tool aufzusetzen. Wichtig zu wissen: Die Qualität hängt stark vom Modell und vom übergebenen Schema ab – bei komplexen Joins oder mehrdeutigen Spaltennamen sollte man die generierte Abfrage vor dem Ausführen prüfen.

Praxis-Tipp

Dem Modell im Prompt das Datenbankschema mitgeben, z. B. „Wie viele Bestellungen gab es 2025 pro Monat?“, und die generierte SQL-Abfrage vor der Ausführung gegenlesen.

Siehe auch

• ollama_pipeline.py
• llamaindex_ollama_pipeline.py
• haystack_pipeline.py

Lizenz & Quelle

• Lizenz: MIT
• Quelle: open-webui/pipelines

Lade …