摘要：基于用户输入的自然语言问题结合数据库 Schema 和业务逻辑解释（evidence）通过大模型推理生成精准的 SQL 查询支持执行 SQL 并返回格式化结果根据用户问题和 SQL 查询结果，生成 Python 数据分析代码，加强数据分析的能力
Spring AI Alibaba NL2SQL模块的核心能力包括：
Schema 召回SQL 生成SQL 执行Python 代码生成与执行该模块提供一个轻量级的自然语言查询转 SQL 语句服务，具有以下特点：
基于用户输入的自然语言问题结合数据库 Schema 和业务逻辑解释（evidence）通过大模型推理生成精准的 SQL 查询支持执行 SQL 并返回格式化结果根据用户问题和 SQL 查询结果，生成 Python 数据分析代码，加强数据分析的能力该模块被设计为可复用的 Service 层组件，仅提供核心功能实现，不包含 RESTful 接口及独立启动能力。适用于集成到其他 Spring Boot 项目中使用。
本文将启动并测试 nl2sql 示例应用。
前面已经完成了基本配置，现在可以启动应用。
服务默认运行在 http://localhost:8065
在浏览器中访问上述URL，会显示 - ChatBI 智能查询页面，如图所示：
在文本框中输入：销售额最高的产品是什么
在【查询结果】文本框中，会输出对应的 SQL：
SELECT p.name, SUM(oi.quantity * oi.unit_price) AS total_salesFROM products pJOIN order_items oi ON p.id = oi.product_idGROUP BY p.id, p.nameORDER BY total_sales DESCLIMIT 1;上述SQL 命令，可以在MySQL 客户端界面执行，输出结果如下：
spring-ai-alibaba-starter-nl2sql 模块提供了一系列强大且实用的功能，使其成为一个完整的企业级解决方案。
自然语言转 SQL：将用户的中文或英文查询自动转换为可执行的 SQL 语句。多数据库方言支持：支持 MySQL、PostgreSQL 等多种主流数据库。SQL 自动执行与安全校验：自动执行生成的 SQL，并内置语法检查、权限控制等安全机制。Schema 智能召回：通过向量化技术检索数据库元数据，精准匹配用户问题中的语义与表字段。术语与证据配置：允许配置业务术语和规则，辅助大模型更准确理解用户意图，提升专业领域查询的准确率。Python 代码生成与执行：可对 SQL 查询结果进行进一步的 Python 数据分析（如可视化），适用于深度数据分析与报告生成。该模块的架构设计借鉴了 RAG（检索增强生成）的思想，其工作流程可以清晰地通过以下序列图展示：
这套流程确保了从用户的自然语言输入到最终的数据输出，每一个环节都经过了精心设计和优化，兼顾了准确性和安全性。
总而言之，spring-ai-alibaba-starter-nl2sql 模块是一个功能强大、设计优雅的企业级 NL2SQL 解决方案。它极大地简化了 Java 开发者构建智能数据查询应用的流程，通过自然的语言交互释放了数据的价值。
后续文章将介绍该模块的更多开发代码示例。
来源：软件架构
