RAG system for text2sql

قمت بتطوير نظام **Text-to-SQL** يعتمد على نماذج اللغة الكبيرة (**LLMs**) لتحويل استفسارات المستخدم المكتوبة باللغة الطبيعية إلى استعلامات **SQL** دقيقة وقابلة للتنفيذ على قواعد البيانات. يتيح النظام للمستخدمين التفاعل مع قواعد البيانات دون الحاجة إلى معرفة لغة SQL، مما يسهل استخراج المعلومات وتحليلها.

يعتمد النظام على **Prompt Engineering** لفهم نية المستخدم، وتحليل مخطط قاعدة البيانات (Database Schema)، ثم توليد استعلام SQL مناسب مع مراعاة العلاقات بين الجداول، وأسماء الأعمدة، وأنواع البيانات. كما تم تضمين آليات للتحقق من صحة الاستعلامات وتحسينها قبل تنفيذها لضمان الدقة وتقليل الأخطاء.

ولتحسين جودة النتائج، قمت بدمج تقنية **Retrieval-Augmented Generation (RAG)** لاسترجاع معلومات قاعدة البيانات ووصف الجداول والأعمدة وإضافتها إلى سياق النموذج قبل توليد الاستعلام، مما أدى إلى زيادة دقة الاستعلامات خاصة مع قواعد البيانات الكبيرة والمعقدة.

كما يوفر النظام واجهة محادثة تفاعلية تسمح للمستخدم بطرح الأسئلة، وتنفيذ الاستعلامات، وعرض النتائج بطريقة سهلة، مع دعم إعادة صياغة الاستعلامات وإجراء تعديلات عليها عند الحاجة.

**التقنيات المستخدمة:** Python، FastAPI، PostgreSQL، LangChain، LangGraph، Hugging Face Transformers، RAG، FAISS، OpenAI-Compatible LLMs، Git & GitHub.