ChatBI MVP Architecture
Referensarkitektur för att bygga en konversations-BI (NL-till-SQL) MVP.
Testad · Fungerar
Vad den gör
Går igenom en 5-lagers ChatBI-arkitektur (NL2SQL via ett semantiskt S2SQL-lager, flerturns dialog, RAG-schemaåterkallning, automatisk diagramgenerering, attribueringsanalys) modellerad efter Tencents SuperSonic-projekt. Triggers när användaren vill bygga ett verktyg för naturligt språk-till-SQL-analys eller referera SuperSonics design.
Testrapport
Designuppgiften 'koppla ihop NL-fråga till SQL med ett semantiskt lager' fick ett grunt direkt-LLM-till-SQL-svar från en oledd baslinje; färdigheten tvingade fram spliten mellan S2SQL och deterministisk översättare (med en korrigeringskedja och själv-konsistens-röstning) som konkret blockerar tabellnamns-hallucinations-felmoden som den naiva designen är benägen för.
Testad: 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
Kommandon och exempelprompter
/chatbi-mvpReferensarkitektur för att bygga en konversations-BI (NL-till-SQL) MVP.
Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):
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