SQL Agent: как мы упаковали AI-инструмент для генерации SQL-запросов под поисковый спрос

SQL Agent задумывался как AI-инструмент, который помогает пользователям работать с базами данных быстрее и проще: не писать SQL-запросы вручную с нуля, а формулировать задачу обычным языком и получать готовый корректный запрос.

Перед нами стояла задача разработать продукт в двух форматах: CLI-инструмент для разработчиков и технических специалистов, которые привыкли работать в терминале, и веб-приложение для более широкого круга пользователей — аналитиков, продуктовых команд, менеджеров и специалистов, которым нужно получать данные из базы без глубокого знания SQL.

Важно было сделать не просто генератор SQL-запросов, а полноценного AI-ассистента для работы с данными. Пользователь должен был подключить базу, увидеть её структуру, задать вопрос на естественном языке, получить SQL-запрос, проверить его, выполнить в безопасном режиме и при необходимости сохранить или экспортировать результат.

Ключевые требования к продукту:

— поддержка популярных баз данных: PostgreSQL, MySQL и SQLite;

— работа через CLI и веб-интерфейс;

— генерация SQL-запросов из естественного языка;

— анализ структуры базы данных и контекста таблиц;

— безопасный read-only режим;

— проверка запроса перед выполнением;

— история запросов и сохранённые запросы;

— удобный экспорт результатов;

— понятный интерфейс как для технических, так и для нетехнических пользователей.

Главный вызов проекта заключался в том, чтобы соединить AI-логику, работу с реальными базами данных и удобный пользовательский опыт. Инструмент должен был быть достаточно мощным для разработчиков, но при этом понятным для людей, которые не пишут SQL каждый день.

Мы разделили продукт на два основных сценария использования: CLI и web app.

CLI-версия была ориентирована на разработчиков, data-инженеров и технических пользователей. Для них важно быстро подключаться к базе, задавать вопросы прямо из терминала, получать SQL-запросы и использовать инструмент в привычном рабочем процессе. Мы спроектировали CLI так, чтобы он не мешал разработчику, а дополнял его: помогал быстро формировать запросы, проверять гипотезы и исследовать данные без постоянного переключения между инструментами.

Веб-приложение мы разрабатывали как более визуальный и доступный интерфейс. Пользователь может подключить базу данных, изучить её структуру через schema explorer, задать вопрос на естественном языке и получить SQL-запрос с возможностью проверки и выполнения. Такой подход делает SQL Agent полезным не только для инженеров, но и для аналитиков, продуктовых менеджеров и бизнес-команд.

Отдельное внимание уделили безопасности. Работа с базами данных требует осторожности, поэтому в продукте предусмотрели read-only режим и проверку запросов перед выполнением. Это снижает риск случайного изменения данных и делает инструмент более подходящим для рабочих баз и командного использования.

AI-логику мы выстроили вокруг контекста базы данных. Чтобы генерировать полезные SQL-запросы, ассистент должен понимать не только вопрос пользователя, но и структуру таблиц, связи, названия полей и возможную логику данных. Поэтому важной частью разработки стала работа со схемой базы: SQL Agent анализирует доступную структуру и использует её как контекст для генерации более точных запросов.

В интерфейсе мы сделали акцент на понятном цикле работы:

1. пользователь подключает базу данных;

2. SQL Agent считывает структуру таблиц;

3. пользователь задаёт вопрос обычным языком;

4. AI генерирует SQL-запрос;

5. пользователь проверяет запрос;

6. запрос выполняется в безопасном режиме;

7. результат можно сохранить, переиспользовать или экспортировать.

Также реализовали историю запросов и сохранённые запросы, чтобы пользователи могли возвращаться к предыдущим сценариям, повторять регулярные выборки и не создавать одни и те же запросы заново. Для аналитических задач добавили экспорт результатов, чтобы данные можно было использовать в отчётах, таблицах и других рабочих процессах.

В результате получился продукт, который объединяет AI, SQL и удобный интерфейс: CLI — для быстрых рабочих сценариев в терминале, web app — для визуальной работы с базой и командного использования.

В результате мы разработали AI SQL Agent — продукт для быстрой и безопасной работы с базами данных через естественный язык. Пользователь может подключить базу, задать вопрос обычной фразой и получить SQL-запрос, который учитывает структуру таблиц и контекст данных.

Проект объединил два формата работы: CLI для технических специалистов и веб-приложение для пользователей, которым важен визуальный интерфейс. Это позволило закрыть разные сценарии: от быстрой работы в терминале до исследования данных через браузер.

Что было реализовано:

— CLI-инструмент для генерации SQL-запросов из естественного языка;
— веб-приложение для подключения к базам данных и работы с запросами;
— поддержка PostgreSQL, MySQL и SQLite;
— анализ структуры базы данных для более точной генерации запросов;
— schema explorer для просмотра таблиц и полей;
— безопасный read-only режим;
— проверка SQL-запросов перед выполнением;
— история запросов;
— сохранённые запросы для повторяющихся задач;
— экспорт результатов для дальнейшей работы с данными.

SQL Agent упростил работу с SQL для разных категорий пользователей. Разработчики и data-специалисты получили быстрый инструмент для терминала, а аналитики и продуктовые команды — понятный веб-интерфейс, в котором можно получать данные из базы без ручного написания сложных запросов.

Главный результат проекта — готовый AI-продукт, который превращает работу с базами данных в понятный диалог: пользователь описывает задачу обычным языком, а система помогает сформировать, проверить и выполнить SQL-запрос.