Webinar: Inżynieria zapytań dla agentowego przeszukiwania (Text-to-SurQL)

Większość agentów text-to-SQL nie działa z tego samego nudnego powodu: ktoś wkleił schemat do systemowego promptu miesiące temu, pole zostało odnowione, a model pewnie pisze zapytania przeciwko bazie danych, która już nie istnieje. Żaden podręcznik naprawczy tego nie rozwiąże, ponieważ dokumentacja zawsze psuje się w dokładnie takim tempie, w jakim zmienia się twój schemat. Ta sesja przyjmuje inne podejście. Zamiast utrzymywać prompt jako dokument, generujemy go jako zapytanie. SurrealDB potrafi opisać swoją własną strukturę na żywo, nosić notatki napisane specjalnie dla modelu w swoim DDL i składać gotowy prompt po stronie serwera. W tej sesji dowiesz się: - Jak wygenerować blok schematu dla swojego promptu z żywego stanu bazy danych, aby nigdy się nie rozjeżdżał - Pisanie komentarzy do schematu dla trzeciej publiczności: nie dla silnika, nie dla swoich kolegów, ale dla modelu - Ugruntowywanie wartości o niskiej kardynalności w rzeczywistych danych, aby zatrzymać najczęstszy rodzaj halucynacji - Pozyskiwanie przykładów few-shot według znaczenia za pomocą wyszukiwania wektorowego zamiast kodowania ich na twardo - Dlaczego przechodzenie po grafach jest łatwiejszym celem generacyjnym niż JOIN-y i co to usuwa - Egzekwowanie bezpieczeństwa za pomocą ról tylko do odczytu, kontroli planów zapytań i limitów czasowych, zamiast filtrów regex - Zamknięcie pętli, aby zaakceptowane zapytania poprawiały kolejną generację Mówcy Martin Schaer, Inżynier rozwiązań AI @ SurrealDB