Recherche native grep-ai

prévu

Recherchez dans votre schéma et vos données d'après ce que vous cherchez, pas seulement par les mots SQL exacts dont vous vous souvenez.

Vous devriez pouvoir chercher l’idée que vous avez en tête, et pas seulement le nom exact de la table dont vous vous souvenez. La recherche sémantique trouve la table, la colonne ou la routine pertinente à partir d’une description - « où stockons-nous les abonnements annulés » - au lieu d’exiger que vous connaissiez déjà la réponse.

Pourquoi la simple recherche ne suffit pas

La recherche de texte échoue dans les deux sens. Cherchez customer dans un schéma qui l'appelle party et vous n'obtenez rien ; recherche date et vous obtenez quatre cents colonnes. Aucun résultat ne vous indique où se trouve ce que vous voulez.

Fonctionnement : deux recherches fusionnées

SQLly conserve localement un catalogue de vos objets de schéma et les recherche de deux manières en même temps :

  • Texte intégral (BM25) - rapide, exact et excellent lorsque vous vous souvenez du mot. Cette moitié alimente déjà la recherche de schéma aujourd'hui.
  • Similarité vectorielle - les embeddings de la description de chaque objet, pour que « abonnements annulés » puisse correspondre à une churn_events table qui ne partage aucun mot avec votre requête.

Les deux ensembles de scores ne sont pas comparables à l'état brut - les scores BM25 et la similarité cosinus sont sur des échelles différentes, donc chacun est normalisé indépendamment puis combiné, avec les deux moitiés pondérées à peu près également. Chaque résultat porte sa répartition de score, donc un résultat suspect peut être expliqué plutôt que défendu.

La partie vectorielle est facultative et locale. Les embeddings sont produits par le fournisseur que vous avez configuré - un modèle sur l'appareil via Ollama ou MLX, ou aucun. Sans fournisseur d'embeddings, la recherche reste en texte intégral seulement, au lieu de partir dans les conjectures : le mode hybride ne s'active que lorsque des embeddings existent réellement.

Recherche dans les données, pas seulement dans le schéma

La même mécanique vise les valeurs aussi bien que les noms - pour trouver que la table contient un identifiant mystère que vous avez collé. Cette partie est soigneusement limitée pour la raison évidente : scanner les données pour répondre à une recherche est coûteux, et le faire en production sans y être invité serait impoli.

Prévu. Le catalogue, l’index plein texte, le magasin vectoriel et la fusion hybride sont construits et testés ; il reste la surface de recherche dans l’application et le périmètre de la recherche de données.