ai2sql

Qu’est-ce que AI2SQL ?

AI2SQL est un assistant de base de données basé sur l’IA qui permet de convertir des questions en langage naturel en requêtes conformes au dialecte de la base de données cible, et offre des fonctionnalités d’interprétation SQL, de correction, de mise en forme, d’optimisation et d’exécution en lecture seule. Une fois connecté à la base de données, le système génère des instructions à partir des tables, champs et relations réels.

Une phrase pour présenter

AI2SQL permet aux utilisateurs de consulter leurs bases de données en langue naturelle, tout en réduisant les risques liés à l’accès direct des outils de messagerie généraux aux données grâce à la compréhension du schéma, à la protection en lecture seule, aux journaux d’activité et au MCP Gateway.

Fonctionnalités clés

• Convertir le langage naturel en requête SQL.
• Lire le schéma réel pour générer les noms de tables et les conditions de connexion.
• Expliquer la logique d’exécution des requêtes existantes.
• Corriger les erreurs de grammaire, de champs et de dialecte.
• Optimiser les requêtes lentes et expliquer les raisons des modifications.
• Formater de manière uniforme le code SQL.
• Exécuter une requête sur une connexion lue seule contrôlée.
• Fournir des capacités de données aux agents IA via API et MCP.

Génération de SQL à partir de langage naturel

• Décrire les résultats commerciaux souhaités.
• Générer des requêtes en utilisant les noms réels de tables et de champs.
• Choisir la grammaire correcte en fonction de la base de données cible.
• Gérer le filtrage, l’agrégation, le tri et le regroupement.
• Générer des jointures multiples et des sous-requêtes.
• Retourner SQL avec des explications textuelles.
• Une confirmation manuelle du sens métier est encore nécessaire avant le lancement.

Perception du schéma

Après s’être connecté à la base de données via AI2SQL, il lit les tables, les colonnes, les types et les relations pour créer un contexte sémantique permettant de générer des requêtes. L’utilisateur n’a pas besoin de copier la structure de la base de données dans la fenêtre de chat à chaque fois.

• Identifier les tables et les colonnes réellement existantes.
• Utiliser le type de champ de la base de données sélectionnée.
• Générer des conditions de connexion en fonction des relations.
• Réduire les champs fictifs et les dialectes erronés.
• Permet de mapper les termes métier aux objets de données.
• Il est nécessaire de réinitialiser la synchronisation en temps opportun après un changement de schéma.

Interprétation SQL

• Expliquez étape par étape quelle tâche l’interrogation effectue.
• Expliquer les champs SELECT et les expressions de calcul.
• Explique la logique de connexion, de filtrage et d’agrégation.
• Aider à reprendre les recherches laissées par d’autres.
• Idéal pour apprendre la syntaxe et la logique SQL.
• L’explication peut omettre des hypothèses commerciales cachées.

Correction SQL

• Localiser les erreurs de grammaire.
• Corriger les noms de table et de champ erronés.
• Gestion de l’incompatibilité des dialectes de base de données.
• Apporter des modifications en fonction du message d’erreur.
• Expliquer les raisons de l’échec de la requête initiale.
• Après la correction, il convient de valider les résultats dans un environnement de test.

Optimisation SQL

• Réécrire la logique de connexion et de filtrage inefficace.
• Détecter les index qui pourraient manquer.
• Réduire les champs inutiles et les scans redondants.
• Fournir des candidats de requête optimisés.
• Expliquer la démarche d’amélioration des performances.
• Le bénéfice réel doit être évalué en combinant le plan de mise en œuvre et les tests d’échelle des données.

Formatage SQL

• Unifier la casse des mots-clés.
• Ajuster l’indentation et les sauts de ligne.
• Séparer les conditions complexes et les connexions.
• Améliorer la lisibilité de la revue de code.
• Idéal pour être organisé avant de le soumettre au dépôt de code.
• L’équipe doit toujours respecter des normes de format uniformes.

Exécution de la requête

Le mode de connexion cloud permet d’exécuter des requêtes de génération sur une connexion en lecture seule et de retourner des lignes de données, afin d’aider les utilisateurs à vérifier si les réponses sont raisonnables. Les capacités d’exécution ne doivent pas contourner les politiques de droits d’accès aux données, d’audit et de masquage des informations.

• Sélectionnez la connexion à la base de données cible.
• Exécuter la requête lue seule ayant été vérifiée.
• Afficher les lignes de retour sur la page.
• Enregistrer la requête pour sa réutilisation par l’équipe.
• Enregistrer l’identité de l’exécution et le journal des requêtes.
• Les grandes requêtes doivent voir leurs délais de timeout et leurs limites de ressources augmentés.

Requêtes CSV et analyses de données

• Après avoir téléchargé le CSV, posez des questions en langue naturelle.
• Générer des requêtes adaptées à l’analyse de données.
• Découvrir des angles d’analyse potentiels.
• Utilisé pour l’exploration temporaire de données.
• Les informations personnelles sensibles doivent être supprimées avant le téléchargement.
• Il est nécessaire de vérifier les types de données et les valeurs manquantes.

Bases de données supportées

Connexion à la base de données cloud

• Se connecter en utilisant un compte de base de données en lecture seule.
• Lire le schéma pour établir le contexte.
• Générer et exécuter des requêtes dans l’interface cloud.
• Les identifiants sont stockés de manière chiffrée.
• Ne mettez pas en accès public des ports inutiles.
• L’environnement de production doit être davantage restreint par le biais du réseau et des règles IP.

AI2SQL Connector

Connector est une application légère qui s’exécute sur l’ordinateur local ou dans un réseau d’entreprise, et qui sert à accéder à des bases de données locales auxquelles AI2SQL ne peut pas se connecter directement depuis le cloud. Elle lit le schéma et envoie à AI2SQL les questions, les noms de tables et les types de données, sans transmettre de mots de passe de base de données ni les lignes de données des tables.

• Prend en charge Windows, macOS et Linux.
• Se connecter à une base de données locale ou dans un réseau privé.
• Il n’est pas nécessaire d’ouvrir des ports d’entrée.
• Il n’est pas nécessaire de configurer de tunnel ni de modifier le pare-feu.
• Prend en charge MySQL, PostgreSQL et SQL Server.
• Utiliser le compte AI2SQL existant et la limite du forfait.
• La génération de SQL est déterminée par l’utilisateur pour savoir s’elle doit être exécutée dans ses propres outils.

Frontière des données du connecteur

Limites connues du connecteur

La page officielle indique clairement que la connexion actuelle du Connector avec la base de données ne utilise pas TLS. L’impact sur les bases de données situées sur le même ordinateur est faible, mais lors de la connexion à d’autres serveurs du réseau local, les métadonnées du schéma sont transmises en clair dans ce réseau ; les environnements sensibles devraient attendre que cette fonctionnalité soit prise en charge ou adopter d’autres mesures de sécurité.

• Le téléchargement initial du fichier n’est pas encore terminé : la signature entre Apple et Microsoft n’a pas été effectuée.
• Le système peut afficher un message d’interception de sécurité.
• Le segment de réseau local de la connexion à la base de données ne dispose pas actuellement de TLS.
• La génération de requêtes nécessite toujours une connexion à l’interface cloud AI2SQL.
• Le connecteur local actuel ne prend en charge que trois types de bases de données.
• Les entreprises doivent d’abord effectuer un examen de l’origine et de la sécurité du logiciel.

MCP Gateway

AI2SQL Gateway permet à Cursor, Claude, le mode de développement de ChatGPT ou des agents personnalisés d’accéder aux bases de données via des points d’entrée MCP gérés. Il applique des règles en lecture seule, des limites de vitesse et des fonctionnalités d’audit avant que les requêtes n’atteignent la base de données.

• Créer des clés distinctes pour chaque Agent.
• Restreindre les schémas visibles pour chaque Agent.
• Permet de décrire le schéma et d’exécuter des requêtes.
• Interception des écritures et des instructions DDL dangereuses.
• Enregistrer la clé, l’heure, la requête et l’état du résultat.
• En cas de détection d’anomalie, il est possible de révoquer rapidement la clé.
• Il est encore nécessaire de définir des droits de lecture seule du côté de la base de données en tant que deuxième couche de protection.

Contrôle de sécurité en lecture seule

• Par défaut, les INSERT, UPDATE et DELETE sont refusés.
• Intercepter les opérations DDL telles que DROP.
• Empêcher l’entrée de plusieurs instructions.
• Fonction pour limiter la lecture des fichiers du serveur.
• Effectuer la classification avant que la phrase n’atteigne la base de données.
• Conserver un journal pour chaque appel.
• Le compte de base de données ne devrait également accorder que SELECT.

REST API

• Permettre aux applications de soumettre des questions en langage naturel.
• Générer du SQL conforme au schéma cible.
• Fournir à l’agent d’IA une capacité de requêtes contrôlées.
• Mesurer et enregistrer par appel.
• La page publique du plan Business ou d’entreprise comprend des fonctionnalités API.
• L’intégration de la production doit valider le débit, les délais et les formats d’erreur.

Version desktop

• Utilisé pour se connecter à une base de données locale ou d’un réseau privé.
• La description actuelle du site principal indique que Pro comprend des fonctionnalités de bureau.
• Utilisable sous Windows et macOS.
• La page Connector propose également une compilation Linux.
• Les identifiants de la base de données sont conservés sur l’ordinateur local.
• La génération par IA dépend toujours des services cloud.

À qui s’adresse-t-il

• Analyste qui connaît les problèmes métier mais n’est pas familier avec les connexions SQL.
• Développeurs backend qui ont besoin d’expliquer et d’optimiser les requêtes.
• Ingénieur en données qui traite simultanément des données de plusieurs dialectes de bases de données.
• Étudiants et débutants qui apprennent SQL.
• Les équipes qui ont besoin d’accorder à l’agent IA un accès sécurisé à la base de données.
• Développeurs utilisant une base de données locale ou privée.
• Équipes souhaitant partager des bases de données de requêtes et des droits d’accès.

Scénarios d'utilisation typiques

• Calculer les revenus par région à partir des données de ventes.
• Générer des requêtes de jointure complexes à plusieurs tables.
• Expliquer les SQL longs dans les systèmes hérités.
• Corriger les erreurs de dialecte après la migration de la base de données.
• Optimiser les requêtes de rapports lentes.
• Laissez l’agent interne répondre aux questions opérationnelles en lecture seule.
• Consultez le schéma de la base de données de développement locale.
• Enregistrer les analyses fréquemment utilisées dans la base de requêtes d’équipe.

Quand cela ne convient pas vraiment

• Applications nécessitant une modification automatique des données de production.
• Organisations exigeant une génération SQL entièrement hors ligne.
• Il n’est pas possible d’envoyer les noms de tables et les questions dans un environnement sensible vers le cloud.
• Une plateforme nécessitant des tableaux de bord BI complets et des visualisations.
• Processus exigeant que l’IA prenne de manière indépendante des décisions financières ou opérationnelles.
• Équipes sans base de gouvernance des droits de base de données.
• Développeurs souhaitant obtenir le code source complet de la plateforme pour une mise en œuvre personnalisée.

Forfait de prix actuel

Jusqu’en août 2026, la page d’accueil actuelle affiche trois forfaits en dollars : Start, Pro et Team, avec une période d’essai de 7 jours. La page des prix indépendante conserve encore la structure ancienne Pro et Business ; il convient donc de se référer à la page de paiement intégrée avant de procéder au paiement.

Comparaison des fonctionnalités des forfaits

Différences sur la page des prix

Lors de cette vérification, la page de prix indépendante du site officiel affichait toujours la structure ancienne avec 9 dollars pour Start, 24 dollars pour Pro et 39 dollars pour Business, tandis que la page d’accueil indiquait 19 dollars pour Pro et 39 dollars pour Team. En raison de cette contradiction entre les deux sources d’information, le texte du catalogue a adopté le tarif mis à jour de la page d’accueil et recommande de vérifier la page de paiement.

Essai gratuit

• Chaque plan payant actuel offre une période d’essai de 7 jours.
• Selon les instructions du site principal, une carte bancaire est nécessaire pour commencer l’essai.
• Aucun frais n’est facturé immédiatement le jour de l’inscription.
• Vous pouvez l’annuler dans votre compte avant la fin de la période d’essai.
• Si ce n’est pas annulé, cela pourrait devenir un abonnement payant.
• Certaines pages mentionnent à la fois un quota de 100 utilisations gratuites, mais c’est le compte qui prime en réalité.

Abonnements, renouvellement automatique et remboursements

• L’abonnement est facturé à l’avance selon le cycle choisi.
• Renouvellement automatique à la fin de chaque période de facturation.
• L’utilisateur peut annuler la renouvellement sur la page de son compte.
• L’ajustement de prix prendra effet au cycle suivant.
• Les frais payés une fois l’abonnement lancé ne sont pas remboursables.
• Aucun remboursement n’est accordé pour les mois non utilisés.
• Avant la fin de la période d’essai, il convient de déterminer si vous souhaitez continuer à l’utiliser.

Tutoriel sur la génération de langage naturel

1. Sélectionnez le dialecte de la base de données cible.
2. Connecter à une base de données de test ou fournir manuellement le schéma.
3. Décrire les résultats souhaités en langage clair.
4. Spécifier les dates, les filtres, le regroupement et les critères de tri.
5. Vérifier les tables et les champs utilisés dans l’instruction générée.
6. Exécutez d’abord avec une limite du nombre de lignes retournées dans l’environnement de développement.
7. Après vérification des résultats, enregistrer ou continuer à modifier.

Tutoriel sur l’optimisation des requêtes lentes

1. Conserver la requête originale et le plan d’exécution réel.
2. Enregistrer la taille des données, le temps de traitement et la consommation de ressources.
3. Confier la requête à l’analyse d’Optimize SQL.
4. Vérifier les connexions, le filtrage et les index recommandés.
5. Exécuter les versions candidates sur les mêmes données de test.
6. Comparer la cohérence des résultats et les variations de performance.
7. Déployer en production uniquement après une revue de code.

Guide d'utilisation du connecteur

1. Téléchargez le Connector sur la machine ayant accès à la base de données.
2. Terminer le scan de l’origine et de la sécurité du fichier.
3. Connectez-vous en utilisant un compte AI2SQL.
4. Créer un utilisateur de base de données en lecture seule.
5. Saisir les informations de connexion et charger le schéma.
6. Ne sélectionnez que les tables nécessaires à la tâche.
7. Générer le SQL et l’examiner dans son outil de base de données pour l’exécuter.

Guide d’intégration de l’agent MCP

1. Créer un compte de lecture seule pour la base de données dédiée à l’agent.
2. Créer une clé d’agent à portée limitée dans Gateway.
3. Limiter le nombre de bases de données, de tables et de requêtes accessibles.
4. Configurer l’endpoint MCP pour un client compatible.
5. Tester la lecture du schéma et les requêtes d’agrégation simples.
6. La vérification de l’écriture et les instructions dangereuses seront bloquées.
7. Vérifier les journaux après le lancement et définir des alertes pour les anomalies.

Risque de validité SQL

• Une grammaire correcte ne signifie pas une logique métier correcte.
• Une connexion incorrecte peut entraîner un comptage double.
• NULL, les fuseaux horaires et le traitement des devises sont sujets aux erreurs.
• Les dimensions d’agrégation peuvent ne pas correspondre à l’intention de l’utilisateur.
• Les suggestions d’optimisation peuvent modifier la sémantique des résultats.
• Générer des requêtes peut entraîner une charge importante sur de grandes tables.
• Les rapports clés doivent être vérifiés par le responsable des données.

Sécurité et confidentialité

• Utilisez toujours un compte en lecture seule du côté de la base de données.
• Restreindre les schémas et les tables visibles par le compte.
• Ne mettez pas de données confidentielles dans les questions en langage naturel.
• Masquer les lignes de retour et imposer une limite de quantité.
• Surveiller les journaux de requêtes pour chaque clé.
• Renouveler régulièrement la base de données et les identifiants de l’agent.
• Aucun risque TLS n’a été identifié lors de l’évaluation préalable à l’utilisation du connecteur au-delà du réseau local.
• Les achats de production doivent vérifier les documents actuels de confidentialité et de sécurité.

Avantages du produit

• Généré à partir d’un schéma réel plutôt que d’un exemple générique.
• Prend en charge dix bases de données et leurs dialectes correspondants.
• Couvrait la génération, l’interprétation, la correction, l’optimisation, le formatage et l’exécution.
• Le connecteur peut accéder aux bases de données locales et privées.
• Gateway fournit une entrée MCP en lecture seule pour les agents IA.
• L’opération d’écriture est interceptée avant d’atteindre la base de données.
• Fournit une API REST et une base de données de recherche pour l’équipe.
• Le code source du connecteur est public, ce qui facilite la vérification des limites des données.

Restrictions sur les produits

• Il existe des différences de conception entre la page d’accueil et la page de prix indépendante.
• Les résultats générés peuvent encore présenter des erreurs de logique métier.
• La capacité de génération des connecteurs dépend des interfaces cloud.
• La connexion à la base de données Connector n’utilise pas actuellement TLS.
• Le fichier Connector n’a pas encore de signature système complète.
• Une carte bancaire est requise pour l’essai gratuit.
• Les frais payés une fois l’abonnement commencé ne sont pas remboursables.
• La plateforme AI2SQL complète n’est pas un projet open source.
• Les requêtes de production à haut risque nécessitent encore une intervention manuelle et une gouvernance de la base de données.

GitHub et l’état open source

Le connecteur AI2SQL dispose d’un dépôt GitHub public, où il est clairement indiqué qu’il s’agit d’un logiciel open source, pouvant être utilisé pour vérifier la lecture du schéma local et les limites des données en cloud. La plateforme de génération en cloud AI2SQL, le Gateway ainsi que les applications commerciales restent eux-mêmes des services propriétaires.

Informations de base

Indice de recommandation

Indice de recommandation : 4,5 / 5. AI2SQL convient aux équipes qui ont besoin de générer, de comprendre et d’optimiser des requêtes sur des schémas réels, et souhaitent offrir à leurs agents IA un accès contrôlé en lecture seule à une base de données.

Lors de son utilisation, il convient de prêter une attention particulière à la correction des opérations SQL, aux droits minimaux sur la base de données, aux restrictions de chiffrement du réseau local du Connector et aux prix affichés sur la page de paiement.

Questions fréquentes

AI2SQL est-il gratuit ?

Une période d’essai de 7 jours est proposée, et la page d’accueil mentionne également 100 utilisations gratuites, mais l’utilisation à long terme nécessite principalement une abonnement payant.

Quel est le prix minimum ?

La page d’accueil indique actuellement 9 dollars par mois pour le paiement mensuel, soit 7 dollars par mois en équivalent annuel.

Quelles bases de données sont prises en charge ?

Prend en charge PostgreSQL, MySQL, SQL Server, Oracle, Snowflake, BigQuery, Redshift, MongoDB, SQLite et Firebird.

Les données de la base de données seront-elles envoyées dans le cloud ?

Le connecteur local n’envoie que les problèmes, le nom de la table sélectionnée et le type de données, mais pas le mot de passe, l’adresse de connexion ou les lignes de données.

Peut-on faire en sorte qu’un agent IA consulte une base de données ?

Oui, des requêtes lues contrôlées peuvent être fournies via le MCP Gateway ou l’API REST.

Exécutera-t-il l’instruction d’écriture ?

Par défaut, Gateway bloque les écritures et le DDL, mais le compte de base de données doit néanmoins être configuré en mode lecture seule.

Est-il possible d’obtenir un remboursement ?

Les conditions stipulent que les frais payés après le début de l’abonnement ne sont pas remboursables.

AI2SQL est-il entièrement open source ?

Non, Connector est open source, mais la plateforme cloud complète reste un service propriétaire.

Le SQL généré peut-il être utilisé directement en production ?

Il n’est pas recommandé ; il est impératif de vérifier la sémantique, les résultats et les performances dans un environnement de test avant de le déployer.