ChatBI MVP Architecture
Referenzarchitektur für den Aufbau eines konversationellen BI (NL-zu-SQL) MVP.
Getestet · Funktioniert
Was es kann
Führt durch eine 5-Schichten-ChatBI-Architektur (NL2SQL über eine semantische S2SQL-Schicht, Multi-Turn-Dialog, RAG-Schema-Abruf, automatische Diagrammerstellung, Attributionsanalyse), die auf dem SuperSonic-Projekt von Tencent basiert. Wird ausgelöst, wenn der Benutzer ein Natural-Language-to-SQL-Analysewerkzeug erstellen oder sich auf das Design von SuperSonic beziehen möchte.
Testbericht
Die Designaufgabe 'NL-Abfrage mit einer semantischen Schicht an SQL binden' erhielt von einer ungeleiteten Basislinie eine oberflächliche direkte LLM-zu-SQL-Antwort; der Skill erzwang die zweistufige S2SQL-dann-deterministische-Übersetzer-Aufteilung (mit einer Korrekturschleife und Selbstkonsistenz-Abstimmung), die den Fehlerfall der Tabellennamen-Halluzination, dem das naive Design anfällig ist, konkret blockiert.
Getestet am: 2026-07-16 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/yugef3h/leo-skills mkdir -p ~/.claude/skills cp -r leo-skills/skills/chatbi-mvp ~/.claude/skills/chatbi-mvp
Befehle & Beispiel-Prompts
/chatbi-mvpReferenzarchitektur für den Aufbau eines konversationellen BI (NL-zu-SQL) MVP.
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Design a natural-language-to-SQL pipeline like Tencent's SuperSonicHow should I architect a conversational BI tool with a semantic layer?Help me avoid table-name hallucination in my NL2SQL chatbot design