الذكاء الاصطناعي الأصلي

الذكاء الاصطناعي الأصلي على Postgres: NL2SQL وRAG والوكلاء

تم دمج NL2SQL وRAG مباشرة في الواجهة الخلفية لـ Aurabase - ولم تتم إضافة موصلات خارجية كفكرة لاحقة. من خلال تحليل ما تعنيه كلمة "محلي" بدقة، القدرة على القدرة.

الوجبات السريعة الرئيسية

تضمين Aurabase NL2SQL (لغة طبيعية لـ SQL، تم التحقق من صحتها ومحدودة) و خرقة (بحث pgvector، تضمينات HNSW) مباشرة في الواجهة الخلفية، مع 3 مقدمي خدمات LLM محليين (OpenAI، الأنثروبي/كلود، الجوزاء). تظل Mistral وScaleway AI وOllama قابلة للوصول عبر نقطة نهاية متوافقة مع OpenAI، بدلاً من عميل أصلي مخصص.

اللغة الطبيعية إلى SQL

NL2SQL - موجه لغة طبيعية، مخرجات SQL آمنة

يقوم محرك NL2SQL الخاص بـ Aurabase بالتحقق من صحة كل استعلام تم إنشاؤه قبل التنفيذ: تحليل AST via com.sqlparser، والقائمة المسموح بها لوظائف SQL الصارمة، وحدودها الحد يتم فرضه على كل استعلام يتم تنفيذه. هذا ليس استدعاء LLM غير مقيد — بل هو أداة التحقق من صحة بناء الجملة الصارمة التي تنكر أي شيء يتجاوز مجرد أمر بسيط اختر.

01

موجه

Natural language query, e.g. "Monthly revenue by tier"

02

ماجستير في القانون الأصلي

OpenAI, Anthropic, or Gemini translates into SQL

03

التحقق من صحة AST

sqlparser: SELECT only, function allowlist

04

الحد المحدود

Configurable ceiling, never silently uncapped

05

التنفيذ

Read-only, schema-isolated per project

يرفض المدقق صراحةً عبارات CTE/WITH والاستعلامات الفرعية وبيانات UNION والوظائف غير المدرجة في القائمة البيضاء (العد, مجموع, متوسط, دقيقة, ماكس, أقل, العلوي, يتجمع, date_trunc, الآن)، والوصول إلى أي كتالوج النظام. يمكن تكوين سقف الصف من جانب الخادم ويمكن تقييده لكل استعلام - ولا يتم توسيعه مطلقًا إلى ما هو أبعد من حد المستأجر.

إنشاء أول نقطة نهاية لـ NL2SQL (الدليل)استكمال الوثائق الفنية

بحث المتجهات

RAG الأصلي وpgvector — صفر التبعيات الخارجية

com.pgvector يتم تثبيت الإصدار 0.8.6 مسبقًا في كل صورة Postgres لمستأجر Aurabase، بالإضافة إلى مسار استيعاب يتميز بإعادة محاولة الشبكة تلقائيًا والبحث عن متجهات HNSW عبر 3 فئات أبعاد (768، و1536، و3072) - ضمن حد أبعاد pgvector البالغ 16000.

01

الابتلاع

Project documents with automated network retries

02

التضمين

768 / 1536 / 3072 dimensions matching the model

03

تخزين pgvector

Built directly into tenant Postgres image

04

بحث HNSW

Ultra-fast approximate vector similarity search

05

سياق ماجستير الحقوق

Relevant document passages injected into prompt

لا توجد خطوات إضافية "لتثبيت" pgvector: يتم دمج الامتداد في صورة المستأجر القياسية. إن مسار الاستيعاب نفسه عبارة عن قدرة على مستوى التطبيق تم تصميمها مباشرة في Aurabase.

يتم تنظيم التخزين حسب مساحة الاسم: كل مستند يتم استيعابه (POST /v1/ai/ /rag/ingest) مقسم ومضمن ومعين لعمود البعد المتجه المطابق. نقطة نهاية الاستعلام (POST /v1/ai/ /rag/query) يجمع بين الاسترجاع والتوليد؛ نقطة نهاية مخصصة (احصل على /v1/ai/ /search) يعرض البحث عن تشابه المتجهات من تلقاء نفسه، دون تشغيل استدعاء LLM. لا يؤدي تبديل نماذج التضمين إلى تعطيل مجموعة البيانات الخاصة بك مطلقًا: يمكن إعادة فهرسة مساحة الاسم (POST /v1/ai/ /rag/ /reindex) ضمن نموذج جديد دون إعادة تحميل المستندات.

نادرًا ما يتم توثيق الفروق الفنية في أي مكان آخر: بعد 2000 بُعد، لا يمكن لـ HNSW فهرسة معيار pgvector ناقلات اكتب. بالنسبة لأبعاد 3072، يتم تعزيز Aurabase تلقائيًا هالففيك(3072) (دقة منخفضة، قابلة للفهرسة) بدلاً من تدهور الاستعلامات بصمت إلى عمليات فحص كاملة للجدول. بشكل افتراضي، يقوم الاسترجاع بإرجاع 5 فقرات (top_k) أعلى من حد التشابه 0.3 — يمكن تجاوز كلا المعلمتين لكل استعلام.

مقدمي LLM

3 مقدمي الخدمة الأصليين، وما يستثنيه "الأصلي".

قامت OpenAI وAnthropic (Claude) وGoogle Gemini بتخصيص عمليات تكامل عميل أصلية داخل قاعدة بيانات Aurabase. تظل Mistral وScaleway AI وOllama قابلة للوصول عبر نقطة نهاية متوافقة مع OpenAI - وهو تمييز تشغيلي مهم إذا كانت مجموعتك تعتمد على عناصر أولية مخصصة للموفر.

مزود	التكامل	تأثير
OpenAI	Dedicated native client	Direct project API key configuration
أنثروبي (كلود)	Dedicated native client	Direct project API key configuration
جوجل الجوزاء	Dedicated native client	Direct project API key configuration
ميسترال	OpenAI-compatible endpoint	Functional via standard endpoint, without custom client
سكاليواي الذكاء الاصطناعي	OpenAI-compatible endpoint	Functional via standard endpoint, without custom client
أولاما (استضافة ذاتية)	OpenAI-compatible endpoint	مثالي لحملة LLM المحلية أو عمليات النشر المحلية

مقارنة

لماذا يراهن Supabase على الموصلات بدلاً من NL2SQL الأصلي

أطلقت Supabase موصل Claude الرسمي في فبراير 2026، متبوعًا بتكامل ChatGPT. كلاهما يسمح بالاستعلام عن قاعدة بيانات Supabase من واجهة دردشة تابعة لجهة خارجية - وهو نمط تنسيق خارجي، يختلف بشكل واضح عن محرك NL2SQL المضمن مباشرة في الواجهة الخلفية نفسها. انظر أيضا لدينا مقارنة شاملة بين Aurabase و Supabase.

الأمن

ما الذي يمنع LLM من تشغيل استعلامات تعسفية أو مدمرة

يتم تطبيق ثلاثة حواجز حماية للسلامة قبل أي تنفيذ: التحقق الصارم من صحة بناء الجملة (SELECT فقط، القائمة المسموح بها للوظائف)، وحد النتائج المحدود عبر LIMIT، وعزل المخطط المستهدف لمشروع الاستدعاء وحده. لا يتم توفير المخطط الاستبطاني أبدًا من قبل العميل - فهو ينشأ من قاعدة بيانات المشروع، المصدر المعتمد الوحيد.

وصول صارم للقراءة فقط

المدقق يقبل فقط اختر الاستعلامات. أي محاولة إدراج, تحديث, حذف, إسقاط, إنشاءأو تغيير يتم رفض النموذج المنبعث من النموذج على مستوى AST - قبل التنفيذ، وليس فقط عن طريق تعليمات سريعة.

بالإضافة إلى قيود التحديد فقط، يقوم المدقق أيضًا بحظر CTEs/WITH والاستعلامات الفرعية وبيانات UNION/INTERSECT/EXCEPT والوظائف ذات القيمة الجدولية (create_series, pg_sleep…)، ووظائف النافذة، وتسعير الدولار، وبنود القفل (للتحديث). تجتاز عملية الأمان الشاملة شجرة بناء الجملة المجردة بأكملها - بما في ذلك DISTINCT ON وOFFSET وFETCH والعبارات المجمعة - مما يضمن عدم مرور أي وظيفة محظورة عبر عقدة AST غير خاضعة للفحص.

الوكلاء

وكلاء الذكاء الاصطناعي في Postgres — استدعاء الوظائف، وليس SQL غير المقيد

يمكن للوكلاء الذين تم تصميمهم باستخدام أطر عمل مثل LangChain أو LlamaIndex استدعاء نقاط نهاية Aurabase REST - NL2SQL وRAG واستعلامات قاعدة البيانات - كأدوات أصلية يتم استدعاؤها من حلقة استدعاء الوظائف الخاصة بهم. يلعب NL2SQL دورًا دقيقًا: تحويل الاستعلام الفرعي للوكيل إلى SQL آمن ومعتمد، بدلاً من منح الوكيل تنفيذ SQL غير مقيد.

من الناحية العملية، تقوم الأداة المكشوفة للوكيل بتغليف استدعاء HTTP قياسي إلى نقطة نهاية NL2SQL - ينفذ SDK الطلب دون الحاجة إلى مكونات إضافية لإطار عمل مخصص:

tools/nl2sql-tool.ts

TYPESCRIPT

// Custom tool called by your agent's function calling loop
export async function nl2sqlTool(question: string) {
  const { data, error } = await aura.ai.nl2sql(question, undefined, { limit: 20 })
  if (error) throw error
  return { sql: data.sql, tables: data.tables }
}

التكامل المباشر لواجهة برمجة تطبيقات HTTP

يتكامل Aurabase بسلاسة عبر نقاط نهاية HTTP API وTypeScript SDK القياسية، مما يوفر أداءً يمكن التنبؤ به دون تغليف طبقات تجريد متعددة.

الأسئلة الشائعة

الأسئلة المتداولة

هل يمكن لـ NL2SQL تعديل البيانات (تحديث، حذف)؟+

لا، يسمح مدقق AST فقط باستعلامات SELECT: يتم رفض أي عبارة INSERT أو UPDATE أو DELETE أو DROP أو CREATE أو ALTER التي ينتجها النموذج على مستوى شجرة بناء الجملة قبل التنفيذ - وليس فقط من خلال التعليمات السريعة.

هل pgvector كافية أم أن هناك حاجة إلى قاعدة بيانات متجهة مخصصة؟+

وفقًا لمعايير الصناعة، فإن pgvector يطابق أو يتفوق على متاجر المتجهات المخصصة التي تقل عن 10 مليون ناقل تقريبًا؛ يصبح الاختلاف مهمًا فقط بعد 50 مليون ناقل. بالنسبة للغالبية العظمى من أحمال عمل RAG للتطبيقات، يوفر pgvector الأصلي أداءً فائقًا واتساقًا للمعاملات دون تشغيل مجموعة منفصلة.

هل خادم Aurabase MCP جاهز للإنتاج لوكلاء الذكاء الاصطناعي المستقلين؟+

نعم. تم إنشاء خادم Aurabase MCP مباشرة على بروتوكول JSON-RPC القياسي عبر SSE وstdio، مع عمليات فحص المخطط الأصلي والاستعلامات ذات المعلمات والعزل الصارم للمستأجر على مستوى الصف الأمني.

اتخذ الخطوة التالية

قم بتوصيل NL2SQL وRAG الأصلي مباشرة بقاعدة بيانات Postgres الخاصة بك.

لا يوجد أي سباكة خارجية، مدمجة مباشرة في المحرك الخلفي.

إنشاء مشروع مجاني توثيق الذكاء الاصطناعي

لا حاجة لبطاقة ائتمان · 500 ميجابايت مجانًا · 50000 MAU