HermesAgent支持自然语言查询数据库，通过配置数据源、定义业务实体映射、使用对话界面及部署本地校验插件四步实现。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望无需编写SQL语句即可从数据库中获取所需数据，HermesAgent可通过自然语言理解直接生成并执行查询。以下是实现该功能的具体方式：
一、配置自然语言查询接口
该步骤旨在将HermesAgent与目标数据库建立安全连接，并启用自然语言解析模块，使其能识别用户输入的中文问句并映射为合法SQL。
1、在HermesAgent管理控制台中进入「数据源配置」页面。
2、点击「新增数据库连接」，填写数据库类型、主机地址、端口、数据库名、用户名与密码。
3、勾选「启用NL2SQL引擎」选项，并上传已训练好的语义解析模型文件（.pt格式）。
4、保存配置后，系统自动测试连接并返回连接状态：已就绪提示。
二、定义常用业务实体与别名
为提升自然语言理解准确率，需预先注册业务术语与数据库字段之间的映射关系，使“订单金额”可自动对应到orders.total_amount字段。
1、进入「实体管理」模块，点击「新建实体组」，命名为“电商核心指标”。
2、在该组下添加条目：“订单金额” → 映射至表orders字段total_amount；“最近七天” → 解析为WHERE create_time >= DATE_SUB(NOW(), INTERVAL 7 DAY)。
3、保存后，所有新提交的自然语言查询将优先匹配该实体组中的规则。
4、验证方式为输入提问“查一下最近七天的订单金额总和”，观察返回SQL是否包含正确的时间过滤与聚合字段。
Hermes Agent (v0.8.0) 是由 Nous Research 开发的开源自进化 AI 智能体，被誉为“与你共同成长的 Agent”。其核心优势在于内置学习闭环，能从任务中自动提炼技能、持久记忆用户偏好，越用越懂你。该版本聚焦“智能”升级，支持后台任务自动通知、模型实时切换及 MCP OAuth 2.1。它兼容 200+ 主流大模型，支持微信、Telegram 等多平台接入，仅需 5
三、使用对话式查询界面发起请求
用户可在Web端或API接口中以日常语言描述需求，HermesAgent实时生成SQL并返回结构化结果，全程无需接触代码。
1、打开HermesAgent前端查询面板，确保右上角显示模式：自然语言。
2、在输入框中键入：“上个月每个销售员的成交单数和平均客单价”。
3、点击「执行」按钮，系统在1.2秒内展示表格结果，并在下方折叠区域显示所生成SQL的完整文本。
4、若结果异常，可点击「修正意图」按钮，在弹出面板中调整主表、聚合维度或过滤条件，系统即时重生成SQL。
四、部署本地化语义校验插件
为防止歧义表达导致错误查询，可在客户端嵌入轻量级校验插件，对用户输入进行前置语义合理性判断与字段可达性检查。
1、下载hermes-nlu-validator-v2.4.0.js文件，将其引入前端HTML页面的<script>标签中。</script>
2、初始化插件时传入当前数据库的元数据快照（含表名、字段名、字段类型及注释）。
3、当用户输入“找出没付款的客户电话”，插件自动检测“电话”字段是否存在于customers表中，并提示建议补充表名：customers.phone。
4、插件支持离线运行，不向远程服务发送原始查询语句，保障敏感业务表述不外泄。
