ChatBI MVP Architecture
Arquitectura de referencia para construir un MVP de BI conversacional (NL-a-SQL).
Probado · Funciona
Qué hace
Recorre una arquitectura ChatBI de 5 capas (NL2SQL a través de una capa semántica S2SQL, diálogo multiturno, recuperación de esquema RAG, gráficos automáticos, análisis de atribución) modelada en el proyecto SuperSonic de Tencent. Se activa cuando el usuario quiere construir una herramienta de análisis de lenguaje natural a SQL o consultar el diseño de SuperSonic.
Informe de la prueba
La tarea de diseño 'conectar consulta NL a SQL con una capa semántica' obtuvo una respuesta superficial directa de LLM a SQL de una línea base sin guía; el skill forzó la división de dos etapas S2SQL-luego-traductor-determinista (con una cadena correctora y votación de autoconsistencia) que bloquea concretamente el modo de fallo de alucinación de nombres de tabla propenso al diseño ingenuo.
Probado el: 2026-07-16 · Claude Code 2.x (agent harness)
Instalación
git clone https://github.com/yugef3h/leo-skills mkdir -p ~/.claude/skills cp -r leo-skills/skills/chatbi-mvp ~/.claude/skills/chatbi-mvp
Comandos y prompts de ejemplo
/chatbi-mvpArquitectura de referencia para construir un MVP de BI conversacional (NL-a-SQL).
Los skills se activan con peticiones en lenguaje natural, sin comandos que memorizar. Tras instalarlo, prompts como estos lo activan (en inglés):
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