https://github.com/loocor/db2llm

仅仅是个原型，用于验证传统系统的数据库与 LLM 互通的方式的 ...

兄弟们帮我点点 star 我去换个 idea 的授权呢

DB2LLM 最小化原型

概述

DB2LLM 是一个将 SQLite 数据库的元数据与 RESTful API 和大型语言模型（ LLM ）结合的最小化原型。它允许用户通过自然语言与数据库进行交互，无需编写 SQL 查询或了解数据库结构。当前为便于演示，使用 SQLite 数据库，实际使用时，请使用自己的数据库并更新相关的配置。

功能特点

• 提供用户对话窗口，支持配置 LLM 的 API 地址和授权密钥
• 支持用户指定 SQLite 数据库文件
• 自动分析数据库结构，提取元数据信息
  • 表结构和字段信息
  • 字段枚举值映射（如性别：男/女、male/female 等）
  • 主键、外键和索引信息
• 动态生成 RESTful API ，用于数据库操作
• 智能会话管理
  • 支持上下文记忆，理解后续查询
  • 会话超时自动清理（ 30 分钟）
  • 结果摘要生成
• 将用户自然语言查询转换为 API 请求
• 执行 API 请求并返回结果
• 支持多步骤复杂查询

技术栈

• 运行时: Bun
• Web 框架: Hono
• 数据库: SQLite
• ORM: TypeORM
• LLM 集成: OpenAI API 及兼容接口

快速开始

前提条件

• 安装 Bun 运行时
• 准备一个 SQLite 数据库文件
• 获取 OpenAI API 密钥或其他兼容的 LLM API 密钥

安装

1. 克隆仓库

git clone https://github.com/loocor/db2llm.git cd db2llm 

1. 安装依赖

bun install 

1. 配置 LLM 修改 config/config.yaml 文件：

server: port: 3000 host: "localhost" database: tempDir: "db2llm" defaultName: "db2llm.sqlite" connection: synchronize: false logging: ["error", "warn"] llm: provider: "deepseek" openai: model: "deepseek-chat" temperature: 0.3 defaultApiUrl: "https://api.deepseek.com/v1" apiKey: "sk-4c907ed3eed5468db793b6f431e9a28c" ui: title: "DB2LLM - 数据库对话助手" welcomeMessage: "欢迎使用 DB2LLM 数据库对话助手！请先连接数据库和配置 LLM API 。" readyMessage: "我已准备好，跟我来聊吧！" 

支持的 LLM 提供商：

• DeepSeek API （默认）
• OpenAI API
• Azure OpenAI
• Claude API
• 其他兼容 OpenAI API 格式的服务

运行

bun run dev 

应用将在 http://localhost:3000 启动。

使用方法

1. 打开浏览器访问 http://localhost:3000
2. 上传 SQLite 数据库文件
3. 输入 LLM API 密钥（和可选的 API 地址）
4. 点击"连接"按钮
5. 连接成功后，在对话框中输入自然语言查询
6. 系统将自动处理查询并返回结果

示例查询

• "显示所有用户信息"
• "查找所有女性用户"
• "统计男性用户数量"
• "添加一个新用户，姓名为李四，性别男，年龄 30 岁"
• "更新 ID 为 5 的用户的电话号码为 13812345678"
• "删除 ID 为 10 的用户"
• "再找找看"（基于上下文的后续查询）

数据库支持

字段类型

• 基本类型：INTEGER, TEXT, NUMBER 等
• 支持自定义枚举值映射，如：
  • 性别：['女', 'female', 'f', '2', '0'] -> 女性
  • 状态：['active', '1', '启用'] -> 启用

元数据

• 表结构信息
• 字段属性（主键、非空等）
• 字段枚举值映射
• 外键关系
• 索引信息

注意事项

• 本项目是一个概念验证原型，不建议在生产环境中使用
• 未实现用户认证和授权机制
• 未优化大型数据库的性能
• API 密钥直接在前端输入，存在安全风险
• 会话数据存储在内存中，服务重启后会丢失

许可证

MIT