#text-to-sql Repositories
Entdecke 34 aktive Open-Source-GitHub-Repositories, die mit #text-to-sql getaggt sind und insgesamt 154,693 Sterne gesammelt haben (durchschnittlich 4,549 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist OtterMind/Chat2DB mit 28,368 Sternen.
Insgesamt 34 Repositories
Chat2DB ist ein kostenloser, plattformübergreifender und lokal ausgerichteter Datenbank-Client sowie SQL-Arbeitsbereich für Entwickler, DBAs, Analysten und Datenteams. Verbinden Sie sich mit über 40 Datenbanken, verwalten Sie Daten, bearbeiten und führen Sie SQL aus und nutzen Sie Ihr eigenes KI-Modell, um Abfragen zu generieren, zu erklären und zu optimieren. Verfügbar für Desktop, Web, Docker und CLI, mit MCP-Unterstützung.
Chatten Sie mit Ihrer Datenbank oder Ihrem Datalake (SQL, CSV, Parquet). PandasAI macht Datenanalyse gesprächig mit LLMs und RAG.
🤖 Chatten Sie mit Ihrer SQL-Datenbank 📊. Akkurate Text-zu-SQL-Generierung über LLMs mittels agentischer Abfrage 🔄.
GenBI (Generative BI) für KI-Agenten, eine Open-Source-, gesteuerte Text-zu-SQL-Lösung über eine offene Kontextebene, die natürliche Sprachfragen in vertrauenswürdige Dashboards, Diagramme und SQL über 20+ Datenquellen wie BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks und mehr umwandelt.
🔥 Intelligentes Datenabfragesystem basierend auf großen Modellen und RAG, ein Artefakt für die konversationelle Datenanalyse. Text-to-SQL-Generierung über LLMs mit RAG.
Kuratiert Tutorials und Ressourcen für Large Language Models, Text2SQL, Text2DSL, Text2API, Text2Vis und mehr.
Interagieren Sie mit Ihrer SQL-Datenbank, natürliche Sprache zu SQL mit LLMs
Ein selbstlernender Datenagent, der auf Prinzipien des Systems Engineering aufbaut. Er verankert Antworten in 6 Schichten von Kontext und verbessert sich mit jeder Abfrage.
👾 nao ist die führende Open-Source-Lösung für agentische BI. (1) Erstelle Kontext mit der nao-core-CLI; (2) stelle die nao-Chat-Oberfläche für alle bereit.
Ein Repository, das Modelle, Datensätze und Fine-Tuning-Techniken für DB-GPT enthält, mit dem Ziel, die Modellleistung in Text-zu-SQL zu verbessern
Dies ist ein sich ständig weiterentwickelndes Handbuch, mit dem Leser die neuesten Text-zu-SQL-Techniken in der Literatur leicht verfolgen können und das Forschern und Praktikern praktische Anleitungen bietet.
[TKDE2025] Datenbank-Schnittstellen der nächsten Generation: Eine Übersicht zu LLM-basiertem Text-to-SQL | Eine kuratierte Liste von Ressourcen (Übersichten, Artikeln, Benchmarks und Open-Source-Projekten) zu großen Sprachmodell-basiertem Text-to-SQL.
[NeurIPS 2025 Main] SWE-SQL: Beleuchtung von LLM-Pfaden zur Lösung von Benutzer-SQL-Problemen in realen Anwendungen
[ICLR 2026 Oral] BIRD-INTERACT: Neuinterpretiert die Text-to-SQL-Bewertung durch die Linse dynamischer Interaktionen.
Scripts und Baselines für Spider: Yale komplexes und cross-domain semantisches Parsing und Text-to-SQL-Herausforderung
[ICLR 2025 Oral] Spider 2.0: Evaluierung von Sprachmodellen für reale Text-zu-SQL-Workflows in Unternehmen
Kontinuierlich aktualisierte Liste von Papieren zu Fortschritten bei Data Agents. Begleit-Repository zu unserem Paper „A Survey of Data Agents: Emerging Paradigm or Overstated Hype?“
Papiere zu datenbanksystemen, die von künstlicher Intelligenz (Machine Learning für Datenbanken) betrieben werden
Full-Stack-Anwendung zum Abrufen von Aktiendaten und Nachrichten unter Verwendung von LLM, LangChain und LangGraph
Die vollständig quelloffene DuckDB-Workbench, die in Ihrem Browser läuft. SQL-Editor, Notebooks, Diagramme, KI-Assistent. Keine Installation, keine Anmeldung, kein Backend — Ihre Daten verlassen niemals den Tab.
Wir sammeln Arbeiten über „große Sprachmodelle (LLM) für tabellenbezogene Aufgaben“, z. B. die Verwendung von LLM für die Table QA-Aufgabe. „Tabelle + LLM“-bezogene Papiersammlung
Dieses Repository bietet sehr grundlegende Flask-, Streamlit- und Docker-Beispiele für das llama_index (früher gpt_index) Paket
Die semantische Ebene von NVIDIA Auto Ontology und eine persönliche Wissensdatenbank als MCP-Server für Claude, ChatGPT und andere MCP-Clients. Kein LLM-API-Schlüssel erforderlich.
Häufig gestellte Fragen
Welches ist das beliebteste #text-to-sql-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#text-to-sql-Projekt auf GitHub ist OtterMind/Chat2DB mit 28,368 Sternen. Chat2DB ist ein kostenloser, plattformübergreifender und lokal ausgerichteter Datenbank-Client sowie SQL-Arbeitsbereich für Entwickler, DBAs, Analysten und Datenteams. Verbinden Sie sich mit über 40 Datenbanken, verwalten Sie Daten, bearbeiten und führen Sie SQL aus und nutzen Sie Ihr eigenes KI-Modell, um Abfragen zu generieren, zu erklären und zu optimieren. Verfügbar für Desktop, Web, Docker und CLI, mit MCP-Unterstützung.
Welche Programmiersprachen werden in #text-to-sql-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #text-to-sql-Projekten auf GitHub sind Python, TypeScript, Java, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #text-to-sql-Repositories berechnet?
Wir verfolgen 34 aktive Open-Source-Repositories, die mit #text-to-sql getaggt sind (500+ Sterne), mit insgesamt 154,693 Sternen und durchschnittlich 4,549 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.