Inteligência

Ferramentas que ajudam o SQLly a explicar seu banco de dados em linguagem simples sem fingir que sabe mais do que realmente sabe.

Um esquema pode dizer como a coluna se chama; nem sempre consegue dizer o que ela significa. O trabalho de inteligência do SQLly é fechar essa lacuna com cuidado. Os recursos de autocomplete ao vivo que enxergam valores ficam em IntelliSense › Conhecimento dos dados; esta seção cobre as camadas construídas em um modelo de linguagem.

Tudo está fundamentado no seu catálogo

Nenhum recurso aqui pede que um modelo adivinhe o seu banco de dados. O SQLly mantém um catálogo dos seus objetos de esquema e, para cada pergunta, monta uma fatia limitada dele: os objetos classificados como relevantes, reduzidos a um orçamento de tokens, com a lista do que foi incluído trazida de volta junto com a resposta. Assim, uma resposta vem com a própria citação, você pode ver de quais tabelas e colunas ela foi construída.

Quando uma verificação determinística pode responder em vez disso, ela vai primeiro e o modelo obtém suas conclusões. Revisão de SQL, por exemplo, executa o validador baseado em parser e depois pede ao modelo para explicar e tratar cada descoberta real, razão pela qual a narrativa fala sobre sua consulta e não sobre SQL em geral.

Qual modelo o executa

Onde ele é executadoOpções
No dispositivoOllama em qualquer plataforma, ou o MLX runtime no Apple Silicon. Nada sai da máquina.
Seu próprio endpointQualquer URL base compatível com OpenAI ou Anthropic - um gateway auto-hospedado, um servidor de modelo na sua LAN. O SQLly rotula um perfil apontando para localhost como local.
Nuvem, se você pedirOpenRouter, OpenAI, Anthropic, Gemini ou DeepSeek. Cada um é um perfil de provedor com seu próprio modelo, janela de contexto, nível de raciocínio e proxy opcional - e sua chave armazenada como referência secreta, não no arquivo de configuração.
O padrão é nada. Não há uma chave de nuvem integrada nem um provedor padrão. Até você criar um perfil, os recursos de IA não têm para onde enviar um prompt, e cada perfil mostra claramente se ele é local ou cloud.

Experimentar antes de confiar

O Playground de IA permite que você aponte cada perfil de provedor para um prompt e compare o que retorna, mesma pergunta, mesmo contexto de catálogo, modelo diferente, com o limite de tokens sob seu controle. É a maneira honesta de descobrir se um pequeno modelo local é bom o suficiente para o trabalho antes de integrá-lo ao seu trabalho diário.

Nesta seção

Resumo de consultas no dispositivo em andamento
Obtenha uma prévia em linguagem simples de uma consulta de um modelo que você controla, antes de ter que decifrar cada cláusula por conta própria.
Documentação automágica de strings planejado
Rastreie um valor sem explicação pelo DDL e deixe uma nota útil para a próxima pessoa, talvez você mesmo no futuro.
Pesquisa nativa grep-ai planejado
Pesquise no esquema e nos dados pela intenção, não apenas pelas palavras SQL exatas de que você se lembra.
Modelo de decisão
Um modelo rápido opcional na nuvem que responde a perguntas pequenas de escolha única, para que vários recursos possam oferecer um primeiro palpite inteligente.
Servidor MCP para agentes de codificação
Deixe Claude Code, Cursor, VS Code e Windsurf usar suas conexões salvas em modo somente leitura via MCP, sem compartilhar senhas.