Modele örnek satırlar besleyerek SQL üretmek hem veri sızdırır hem de kolon adlarını uydurmaya devam eder. Bu otomasyon ise yalnızca şemadan çalışır.
sonnet3 günPostgresOpenAISQLGlotPython
Claude
53ROI
73Scale
$2k91Saved
ROI for
README.md
Bu otomasyon neden işinize yarar
Modele örnek satırlar besleyerek SQL üretmek hem veri sızdırır hem de kolon adlarını uydurmaya devam eder. Bu otomasyon ise yalnızca şemadan çalışır.
Tablo ve kolon tanımlarınızı alır, sorguyu taslak hâline getirir, ardından herhangi bir şey döndürmeden önce referans verdiği her alanın gerçekten var olduğunu parse ederek doğrular. Modele hiçbir zaman satır verisi ulaşmaz. Karşılığında temiz, geçerli bir sorgu ile dayandığı tablo ve join listesini alırsınız.
Nasıl çalışır
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
İstekten yola çıkarak sadece bu şema bağlamıyla aday bir SQL sorgusu üretir.
pending
Sorguyu SQLGlot ile parse ederek yalnızca var olan kolonlara referans verdiğini ve sözdizimsel olarak geçerli olduğunu doğrular.
pending
Doğrulanmış sorguyu, kullandığı tablolar ve join listesiyle birlikte döndürür.
pending
Örnek çıktı
json
// Sample output
// (generated when the pipeline finishes)
Given only a database schema, produce a syntactically valid SQL query that references existing columns and no invented fields.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.