EN
joseph
Escríbeme ↗
PREGUNTA • CONSULTA • RESPONDE • PREGUNTA • CONSULTA • RESPONDE •
caso 04 / 05

Velocity Oracle 

Interfaz en lenguaje natural para consultar bases de datos Oracle empresariales complejas.

Año
2024
Rol
Líder de backend · IA
Estado
Despliegue privado · sin repo público
( arquitectura )

Cómo está hecho

LangChainOracle DBFastAPIDockerpgvectorRedis
preguntasql▭Chat / Teamscliente◇FastAPIdocker · fargate✦LangChain Agentplanificador◉Schema Indexpgvector✦LLMbedrockλSQL Guardsolo lectura◉Oracle DBempresarial◉Rediscache
Pasa el mouse por un servicio para ver sus conexiones
( el problema )

Los analistas esperaban días a que el equipo de base de datos escribiera SQL sobre cientos de tablas de Oracle sin documentar.

( la solución )

Un agente de LangChain que recupera el esquema relevante desde un índice vectorial, redacta el SQL, lo valida contra un filtro de solo lectura y explica la respuesta en lenguaje sencillo.

3 días
→ 20 segundos por consulta
640
tablas indexadas
0
escrituras permitidas por el filtro
( flujo de una petición )
  1. 01Una pregunta llega desde el chat o Teams al gateway en FastAPI.
  2. 02El agente de LangChain recupera las tablas relevantes desde pgvector.
  3. 03El SQL generado pasa por un filtro de solo lectura antes de tocar Oracle.
  4. 04Los resultados se guardan en caché en Redis y vuelven al usuario resumidos.
velocity.console● en vivo
3 días
→ 20 segundos por consulta
640
tablas indexadas
0
escrituras permitidas por el filtro
handler.py
1agent = create_sql_agent(
2 llm=llm, toolkit=OracleToolkit(
3 db=readonly_oracle),
4 retriever=schema_index)
5agent.run("top clients by margin q3")
6▍
main ✓Python · UTF-8 · Ln 6
Siguiente caso · 05
Aura Optimizer →