A revolução dos dados na tecnologia de linguagem natural
A funcionalidade de consulta em linguagem natural do MCP Toolbox permite um salto quântico na interação com o banco de dados por meio de uma arquitetura de três camadas: uma interface de conversação semelhante ao ChatGPT na superfície, um mecanismo de análise semântica configurado na camada intermediária e um otimizador de geração de SQL na camada inferior. Esse design reduz o tempo de resposta a uma consulta complexa, como "Pedidos e itens entregues em 2024", de 15 minutos para 3 segundos no modelo de desenvolvimento tradicional.
Exemplos típicos incluem: 1) agentes de viagem que obtêm dados estruturados diretamente por meio de comandos como "search for hotels in Basel whose city name contains Basel"; 2) analistas financeiros que usam "count SKUs with a return rate of more than 15% in Q3" (contar SKUs com uma taxa de retorno superior a 15% no terceiro trimestre) como substituto da escrita SQL tradicional. Os dados de teste mostram que pessoas não técnicas são 8,7 vezes mais eficientes na conclusão de tarefas de exploração de dados usando esse recurso.
Atualmente, esse recurso oferece suporte a mais de 40 padrões de consulta comuns para o PostgreSQL, e sua precisão de consulta atinge 92,3% no conjunto de testes padrão TPC-H, combinando com técnicas de reconhecimento de esquema de banco de dados.
Essa resposta foi extraída do artigoMCP Toolbox for Databases: serviços MCP para operações rápidas de banco de dadosO
